python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

python正则如何匹配中文汉字

正则表达式匹配中文汉字，在实际应用中十分常见。

比如：爬虫网页文本提取、验证用户输入标准等。

以下面文本字符串为例，匹配出astr这个字符串中的所有汉字。

import re
astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''

下面介绍两种方法（本文环境为python3）

一、使用Unicode编码来匹配中文

常见的中文Unicode编码范围：\u4e00-\u9fa5

实现匹配代码：re.findall(’[\u4e00-\u9fa5]’, astr)

import re
astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''
res = re.findall('[\u4e00-\u9fa5]', astr)
print(res)

匹配结果：

二、直接使用中文汉字实现中文匹配

没使用过可能还真不知道，中文匹配还可以这样

实现匹配代码：re.findall(’[一-龥]’, astr)

import re
astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''
res = re.findall('[一-龥]', astr)
print(res)

匹配结果：

注：其实这里“一”对应的Unicode编码就是“\u4e00”,“龥”（yù）对应的Unicode编码就是“\u9fa5”。

常见非英文字符Unicode编码范围：

u4e00-u9fa5 (中文)
u0800-u4e00 (日文)
uac00-ud7ff（韩文）

总结

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python中循环语句、条件语句具体如何写

  Python条件语句是通过一条或多条语句的执行结果（True或者False）来决定执行的代码块,下面这篇文章主要给大家介绍了关于Python中条件语句、循环语句和pass语句使用的相关资料,需要的朋友可以参考下

• Python常用运算符的是什么，用法是怎样

  大家好，本篇文章主要讲的是python运算符号详细介绍，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览

• Python实现定时任务方式有哪些，脚本是什么

  我们在日常工作中,常常会用到需要周期性执行的任务,下面这篇文章主要给大家介绍了关于Python脚本实现定时任务的最佳方法,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

• Python中用numpy怎么把数据从txt文件中读取出来

  本篇文章给大家带来了关于Python的相关知识，主要介绍了Python如何用NumPy读取和保存点云数据，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下。

• Matplotlib中subplot和subplots绘制子图区别在哪？

  Matplotlib中subplot和subplots绘制子图区别在哪？我们知道subplot和subplots都可以绘制子图，但是一些朋友可能对两者的区别不是很了解，下面我们就通过一个实例来对比看看subplot和subplots绘制子图的不同。