python正則表達式匹配漢字

1. 如何用python正則表達式去匹配漢字加字母加數字的字元串

# -*- coding: utf-8 -*-
import re
pattern = re.compile(r'[\'白\'\'藍\胡芹轎'褲肆\'綠\'首汪\'黃\']{1}[A-Z]{1}[A-Z0-9]{5}')
match = pattern.match('黃A')
if match:
print "OK"
else:
print "not ok"

2. Python用正則表達式匹配含有中文的字元串，匹配不到

代碼如下：

#coding=utf-8

importre
s=u'<li><aclass="nav-first"href="/">首頁</a></li>'
r=re.compile(u'<li><asclass="[^"]*"shref="[^"]">(.*?)(?=</a></li>)')
ss=r.findall(s)
forstrinss:
printstr

運行結果：

3. python正則表達式中要匹配漢字怎麼弄

這個比較的備游容易。有一個表達式。給你找一下。

re_han_cut_all=re.compile("([u4E00-u9FD5]+)",re.U)
re_han_detail=re.compile(u"([u4E00-u9FD5]+)")

兩個的功能應該是相同的。你畝叢需仿耐銷要先將字元串轉換成unicode

然後再使用表達式去匹配

4. python3正則表達式匹配中文

python中正則表達式匹配中文，首先需要確保核陵森所有編碼都為 unicode（python3已經默認都是unicode編碼，所以就沒有這個困擾，需要特別注意的是python2版本這部分的正則表達式）改畝
漢字的范圍為」汪昌\u4e00-\u9fa5「

5. python怎麼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字元串轉換成utf-8格式就可以了，然後可以在re中隨意調用
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元
>>> 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='這里是中文內容'.decode("utf8")

>>> news=re.sub(pat,newpat,s)
>>> print news
這里是中文內容：123456aa哈哈哈bbcc

from:http://blog.aizhet.com/web/12078.html

6. python正則表達式中\w居然能匹配漢字，請問是怎麼一回事

\w匹配的是能組成單詞的字元，在python3 中re默認支持的是unicode字元集，當然也支持漢字
如果要讓\吵碼w僅支持英文，加個re.A標志
print(re.findall(r"\w",s,re.A))
這樣就不會升雹哪匹配肆友漢字了

7. python怎麼用正則表達式提取中文

1、字元串line='ufeffD0002044x01大數據x01數據分析x01技術x01工具x01應用 '
想提取出其中的「大數據」，「數據分析」，「技術」，「工具」，「應用」這些中文，用了正則表達式：
>>>pat2='x01(.*?)'
>>>rs=re.compile(pat2).findall(line)
>>>print(rs)
['','','','','']
顯示的結果是空，請問如何才能正確的提出中文部分。

2、原文： 法規名稱:'《中華人民共和國合同法》',Items:[{法條名稱:'第五十二條'
匹配成： 《中華人民共和國合同法》第五十二條
(?<=法規名稱:').*?（',Items:[{法條名稱:'）.*?(?=') 請問這樣匹配哪裡錯了？Python報sre_constants.error: unterminated character set at position 22

3、Python re正則匹配中文，其實非常簡單，把中文的unicode字元串轉換成utf-8格式就可以了，然後可以在re中隨意調用
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元
>>> import re
>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')
>>> s
u''
>>> print s
中文：123456aa哈哈哈bbcc 。

8. python3 正則表達式如何實現中文模糊匹配替換並輸出

要使用正則表達式實現中文模型李糊匹配替換並輸出，你可以使用 Python 的 re 模塊。以下是一個示例代碼，讀取一個名為 input.txt 的文件，將其中的 "竹某嬋" 或 "竹嬋某" 替換為 "竹嬋嬋"，然後將結果保存到一個名為 output.txt 的新文件中：

import re

# 定義一個函數來實現替換操作
def replace_pattern(match_obj):
return "竹嬋嬋"

# 讀取文件內容
with open("input.txt", "r", encoding="utf-8") as file:
content = file.read()

# 使用正則表達式進行模糊匹配替換
pattern = r"竹(?:某|嬋)(?:嬋|某)"
replaced_content = re.sub(pattern, replace_pattern, content)

# 將替換後的內容寫入新的文件
with open("output.txt", "w", encoding="utf-8") as file:
file.write(replaced_content)

在這個例子中，正則表達式 r"竹(?:某|嬋)(?:嬋|某)" 用於匹配 "竹某嬋" 或 "竹嬋某"。(?:...) 是一個非捕獲組，它表示匹配其中的任意一個字元，但不會捕獲該組。這里的組分別包含 "某" 和 "嬋"，因此可以匹配 "竹某嬋" 或 "竹嬋某"。接下來，re.sub 函數用於替換匹配到的字元串。這里我們提供了一個替換函行緩數 replace_pattern，它直接返回 "竹嬋嬋"。最後，將替換後的內容寫入一個名為 output.txt 的新文件。

…………

回復：

如果要實現匹配任意特定中文字元，可以使用 Unicode 的中文字元卜帶遲范圍。以下是修改後的示例代碼，可以將 "竹某嬋" 或 "竹嬋某" 替換為 "竹嬋嬋"，其中 "某" 為任意中文字元：

import re

# 定義一個函數來實現替換操作
def replace_pattern(match_obj):
return "竹嬋嬋"

# 讀取文件內容
with open("input.txt", "r", encoding="utf-8") as file:
content = file.read()

# 使用正則表達式進行模糊匹配替換
pattern = r"竹[u4e00-u9fa5]嬋|竹嬋[u4e00-u9fa5]"
replaced_content = re.sub(pattern, replace_pattern, content)

# 將替換後的內容寫入新的文件
with open("output.txt", "w", encoding="utf-8") as file:
file.write(replaced_content)

在這個例子中，正則表達式 r"竹[u4e00-u9fa5]嬋|竹嬋[u4e00-u9fa5]" 用於匹配 "竹某嬋" 或 "竹嬋某"，其中 "某" 為任意中文字元。[u4e00-u9fa5] 用於匹配任意一個中文字元。接下來，re.sub 函數用於替換匹配到的字元串。這里我們提供了一個替換函數 replace_pattern，它直接返回 "竹嬋嬋"。最後，將替換後的內容寫入一個名為 output.txt 的新文件。