python正则匹配固定汉字_python正则中如何匹配汉字以及encode(‘utf-8’)和decode(‘utf-8’)的互转...

正则表达式：

[\u2E80-\u9FFF]+$ 匹配所有东亚区的语言

[\u4E00-\u9FFF]+$ 匹配简体和繁体

[\u4E00-\u9FA5]+$ 匹配简体

1 1 #-*- coding:utf-8 -*-

2 2

3 3 importre4 4

5 5 '''

6 6 python 3.5版本7 7 正则匹配中文，固定形式：\u4E00-\u9FA58 8'''

9 9

10 10 words = 'study in 山海大学'

11 11 regex_str = ".*?([\u4E00-\u9FA5]+大学)"

12 12 match_obj =re.match(regex_str, words)13 13 ifmatch_obj:14 14 print(match_obj.group(1))15 15

16 16

17 17 结果：山海大学

Python添加对Unicode的支持，以Unicode表示的字符串用u’ABC’来表示。

字符串’xxx’虽然是ASCII编码，但也可以看成是UTF-8编码，而u’xxx’则只能是Unicode编码。

把u’xxx’转换为UTF-8编码的’xxx’用encode(‘utf-8’)方法。

1 >>> u'ABC'.encode('utf-8')2 'ABC'

3 >>> u'中文'.encode('utf-8')4 '\xe4\xb8\xad\xe6\x96\x87

反过来，把UTF-8编码表示的字符串’