Python中正则表达式对中文的匹配问题

http://blog.csdn.net/freedomqx/article/details/6237654

今天在用Python匹配中文的时候出了问题，要么匹配不到，要么乱码，搜索了一下，成功完成，写了一小段测试代码如下：

 

 

import re
source = "s2f程序员杂志一2d3程序员杂志二2d3程序员杂志三2d3程序员杂志四2d3"
temp = source.decode('utf8')
xx=u"([/u4e00-/u9fa5]+)"
pattern = re.compile(xx)
results =  pattern.findall(temp)
for result in results :
  print result

 

 

其中source为非unicode编码，要先将其转为unicode编码的temp

然后写正则表达式xx，其中u的前缀表示正则表达式也要为unicode编码，因为正则表达式要和被匹配的文本使用同样编码

unicode中中文的编码为/u4e00-/u9fa5

调用匹配后直接便可打印出正确文字，此时返回的结果也为unicode编码