python用正則表達式提取/匹配中文漢字
python用正則表達式提取中文
Python re正則匹配中文，其實非常簡單，把中文的unicode字符串轉換成utf-8格式就可以了，然后可以在re中隨意調(diào)用
unicode中中文的編碼為/u4e00-/u9fa5，因此正則表達式u”[\u4e00-\u9fa5]+”可以表示一個或者多個中文字符
>>> 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='這里是中文內(nèi)容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news這里是中文內(nèi)容：123456aa哈哈哈bbcc
python正則如何匹配中文漢字
正則表達式匹配中文漢字，在實際應用中十分常見。
比如：爬蟲網(wǎng)頁文本提取、驗證用戶輸入標準等。
以下面文本字符串為例，匹配出astr這個字符串中的所有漢字。
import re astr = '''aaaaa何時when 杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''
下面介紹兩種方法（本文環(huán)境為python3）
一、使用Unicode編碼來匹配中文
常見的中文Unicode編碼范圍：\u4e00-\u9fa5
實現(xiàn)匹配代碼：re.findall(’[\u4e00-\u9fa5]’, astr)
import re
astr = '''aaaaa何時when 杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''
res = re.findall('[\u4e00-\u9fa5]', astr)
print(res)
匹配結果：
二、直接使用中文漢字實現(xiàn)中文匹配
沒使用過可能還真不知道，中文匹配還可以這樣
實現(xiàn)匹配代碼：re.findall(’[一-龥]’, astr)
import re
astr = '''aaaaa何時when 杖爾看see南雪snow，我me與梅花plum blossom兩白頭'''
res = re.findall('[一-龥]', astr)
print(res)
匹配結果：
注：其實這里“一”對應的Unicode編碼就是“\u4e00”,“龥”（yù）對應的Unicode編碼就是“\u9fa5”。
常見非英文字符Unicode編碼范圍：
u4e00-u9fa5 (中文)
u0800-u4e00 (日文)
uac00-ud7ff（韓文）
總結
到此這篇關于python用正則表達式提取/匹配中文漢字的文章就介紹到這了,更多相關python正則提取匹配中文內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python正則簡單實例,具體分析了Python針對字符串的簡單正則匹配測試中遇到的問題與相關注意事項,需要的朋友可以參考下2017-03-03
這篇文章主要介紹了Django項目基礎配置和基本使用過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-11-11
Django模板獲取field的verbose_name實例
這篇文章主要介紹了Django模板獲取field的verbose_name實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
Python?Pandas多種添加行列數(shù)據(jù)方法總結
在進行數(shù)據(jù)分析時經(jīng)常需要按照一定條件創(chuàng)建新的數(shù)據(jù)列,然后進行進一步分析,下面這篇文章主要給大家介紹了關于Python?Pandas多種添加行列數(shù)據(jù)方法的相關資料,需要的朋友可以參考下2022-07-07
今天小編就為大家分享一篇python tornado修改log輸出方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
有時候我們需要記錄一個程序運行的時間,下面這篇文章主要給大家介紹了關于使用Python統(tǒng)計代碼運行時間的兩種方法,文中通過圖文以及示例代碼介紹的非常詳細,需要的朋友可以參考下2022-12-12
python實現(xiàn)數(shù)值積分的Simpson方法實例分析
這篇文章主要介紹了python實現(xiàn)數(shù)值積分的Simpson方法,實例分析了Python實現(xiàn)積分運算的相關技巧,需要的朋友可以參考下2015-06-06
這篇文章主要介紹了python列表推導式操作解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-11-11
并發(fā)編程是實現(xiàn)多任務協(xié)同處理，改善系統(tǒng)性能的方式。Python中實現(xiàn)并發(fā)編程主要依靠進程、線程和協(xié)程，本文將通過示例詳解三者的區(qū)別，感興趣的可以了解一下2022-05-05
Python文件操作中進行字符串替換的方法（保存到新文件/當前文件）
這篇文章主要介紹了Python文件操作中進行字符串替換的方法（保存到新文件/當前文件） ,本文給大家介紹兩種方法，每種方法給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2019-06-06