python匹配中文
① python正则匹配汉字
#python2使用如下即可：
#encoding:UTF-8
importre
importsys
reload(sys)
sys.setdefaultencoding('utf-8')
defextract_number(input):
match=re.search(u"[u4e00-u9fa5]+",input)
returnmatch.group()
if__name__=="__main__":
printextract_number(unicode("dss2第三季度建安大sdssd43fds",'utf8'))#python3使用如下:
#encoding:UTF-8
importre
defextract_number(input):
match=re.search("[u4e00-u9fa5]+",input)
returnmatch.group()
if__name__=="__main__":
print(extract_number("dss2第三季度建安大sdssd43fds"))
② python正则表达式中要匹配汉字怎么弄
line = "000我是中国人111"
# matchMe = re.match("^[\u4e00-\u9fa5]+")
matchObj = re.match(r'.*([\u4e00-\u9fa5]+).*', line, re.L)
if matchObj:
print "matchObj.group() : ", matchObj.group()
print "matchObj.group(1) : ", matchObj.group(1)
print "matchObj.group(2) : ", matchObj.group(2)
else:
print "No match!!"
③ 如何用python匹配网页源码的中文字符
这跟系统学习无关，python的编码问题。
默认情况下，python会将未知的字符转换为unicode，再转换为相应平台的编码。
因为源网页的编码为GB2312，所以可以采用GB2312编码，而不幸的是u9fa5超出了范围，这个编码是中国自己弄出来的。用CP936编码可以解决这个问题。完整代码如下：
#-*-coding:utf-8-*-
importsys
importurllib2
importre
importurllib
keyword=u'来源：.+[u4e00-u9fa5]+'.encode('CP936')
html='http://finance.people.com.cn/money/n/2014/1009/c42877-25798373.html'
src=urllib2.urlopen(html).read()
math=re.compile(keyword)
list=re.findall(math,src)
forlineinlist:
printline
④ python 用正则匹配网页中的中文字
patt=re.compile(ur'<a.*href="(.*?)".*官方下载地址1.*</a>')
⑤ python 中正则表达式 怎么匹配中文
需要正则吗，if s1.find('中国') >= 0: 不就行了
⑥ python怎么用正则表达式提取中文
1、字符串line='ufeffD0002044x01大数据x01数据分析x01技术x01工具x01应用
'
想提取出其中的“大数据”，“数据分析”，“技术”，“工具”，“应用”这些中文，用了正则表达式：
>>>pat2='x01(.*?)'
>>>rs=re.compile(pat2).findall(line)
>>>print(rs)
['','','','','']
显示的结果是空，请问如何才能正确的提出中文部分。
2、原文： 法规名称:'《中华人民共和国合同法》',Items:[{法条名称:'第五十二条'
匹配成： 《中华人民共和国合同法》第五十二条
(?<=法规名称:').*?（',Items:[{法条名称:'）.*?(?=') 请问这样匹配哪里错了？Python报sre_constants.error: unterminated character set at position 22
3、Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[u4e00-u9fa5]+”可以表示一个或者多个中文字符
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u''
>>> print s
中文：123456aa哈哈哈bbcc 。
⑦ 请教python匹配中文字符的方法
#-*-coding:UTF-8-*-
__author__=u'丽江海月客栈'
s="""{"hearl":"","nickname":"","loginstatus":"","loginstate":"","tip":"未注册服务","idUser":"","sessionId":"","upgradeUrl":"","checkCodeKey":"false"}"""
ss=s.decode('utf-8')
importre
re_words=re.compile(u"[u4e00-u9fa5]+")
m=re_words.search(ss,0)
printm.group()
⑧ python正则表达式怎么匹配中文
#!/usr/bin/envpython
#_*_coding:utf-8_*_
a="中文"
printa
输出
中文
前面加上
#_*_ coding: utf-8_*_
⑨ python怎么用正则表达式提取中文
Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[\u4e00-\u9fa5]+”可以表示一个或者多个中文字符
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u'\u4e2d\u6587\uff1a123456aa\u54c8\u54c8\u54c8bbcc'
>>> print s
中文：123456aa哈哈哈bbcc
>>> re.match(u"[\u4e00-\u9fa5]+",s)
<_sre.SRE_Match object at 0xb77742c0>
>>> pat='中文'.decode("utf8")
>>> re.search(pat,s)
<_sre.SRE_Match object at 0x16a16df0>
>>> newpat='这里是中文内容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news
这里是中文内容：123456aa哈哈哈bbcc
from:http://blog.aizhet.com/web/12078.html
⑩ Python 求正则表达式匹配中文
#coding=utf-8
importre
string=u"""<代码>书名1【精装版】<代码>
<代码>书名2【豪华版版】<代码>
<代码>书名3<代码>"""
fresult=re.findall(u">(.*?)[【|<]",string)
foriteminfresult:
printitem.encode("utf-8")