Python 正則表達式匹配中文

在python2.x中，匹配中文，首先要聲明utf8的編碼方式。

# coding:utf-8

 其次，被匹配的字符串一定要是utf8編碼：

string = u'我是個好人。'

 最后，正則表達式一定要是utf8編碼：

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

 注意，正則表達式要是u開頭的utf8編碼，而不是r開頭的原始字符串。

 

完整示例：

# coding:utf-8

import re

string = u'我是個好人。'

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

pat = re.compile(pattern)

print pat.findall(s)[0]

>>
我是個好人。