Python 正则表达式匹配中文

在python2.x中，匹配中文，首先要声明utf8的编码方式。

# coding:utf-8

 其次，被匹配的字符串一定要是utf8编码：

string = u'我是个好人。'

 最后，正则表达式一定要是utf8编码：

pat = u'\u6211.*?\u3002'

 注意，正则表达式要是u开头的utf8编码，而不是r开头的原始字符串。

 

完整示例：

# coding:utf-8

import re

string = u'我是个好人。'

pattern = u'\u6211.*?\u3002'

pat = re.compile(pattern)

print pat.findall(s)[0]

>>
我是个好人。