unicode是python的內部編碼。

字符串在Python內部的表示是unicode編碼，因此，在做編碼轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字符串解碼(decode)成unicode，再從unicode編碼(encode)成另一種編碼。

在編程中如果沒有意識就可能會出bug。

像這樣的unicode編碼直接用中文進行正則表達式的匹配是沒有結果的。因為使用的是utf8編碼。

#!/usr/bin/env python

#coding=utf-8

import re

content = u'中文內容'

formula = '中(.*?)容'

pattern = re.compile(formula)

print(re.findall(pattern, content))

decode方法可以將某種編碼轉成unicode編碼

encode方法可以將unicode編碼轉成另外的編碼

加上一行content = content.encode('utf8')就可以了

#!/usr/bin/env python

#coding=utf-8

import re

content = u'中文內容'

content = content.encode('utf8')

formula = '中(.*?)容'

pattern = re.compile(formula)

print(re.findall(pattern, content))

另外編碼入門可以看看這個

總結

以上是生活随笔為你收集整理的python中文编码正则_python的unicode编码问题(以正则表达式为例)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。