python用正则表达式提取/匹配中文汉字
python用正则表达式提取中文
Python re正则匹配中文，其实非常简单，把中文的unicode字符串转换成utf-8格式就可以了，然后可以在re中随意调用
unicode中中文的编码为/u4e00-/u9fa5，因此正则表达式u”[\u4e00-\u9fa5]+”可以表示一个或者多个中文字符
>>> 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='这里是中文内容'.decode("utf8")
>>> news=re.sub(pat,newpat,s)
>>> print news这里是中文内容：123456aa哈哈哈bbcc
python正则如何匹配中文汉字
正则表达式匹配中文汉字，在实际应用中十分常见。
比如：爬虫网页文本提取、验证用户输入标准等。
以下面文本字符串为例，匹配出astr这个字符串中的所有汉字。
import re astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''
下面介绍两种方法（本文环境为python3）
一、使用Unicode编码来匹配中文
常见的中文Unicode编码范围：\u4e00-\u9fa5
实现匹配代码：re.findall(’[\u4e00-\u9fa5]’, astr)
import re
astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''
res = re.findall('[\u4e00-\u9fa5]', astr)
print(res)
匹配结果：
二、直接使用中文汉字实现中文匹配
没使用过可能还真不知道，中文匹配还可以这样
实现匹配代码：re.findall(’[一-龥]’, astr)
import re
astr = '''aaaaa何时when 杖尔看see南雪snow，我me与梅花plum blossom两白头'''
res = re.findall('[一-龥]', astr)
print(res)
匹配结果：
注：其实这里“一”对应的Unicode编码就是“\u4e00”,“龥”（yù）对应的Unicode编码就是“\u9fa5”。
常见非英文字符Unicode编码范围：
u4e00-u9fa5 (中文)
u0800-u4e00 (日文)
uac00-ud7ff（韩文）
总结
到此这篇关于python用正则表达式提取/匹配中文汉字的文章就介绍到这了,更多相关python正则提取匹配中文内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了python实现Excel多行多列的转换的示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
本文给大家汇总介绍了下使用Python实现模拟时钟的代码，一共3个例子，后两个是基于QT实现，有需要的小伙伴可以参考下2015-11-11
tensorflow2.0与tensorflow1.0的性能区别介绍
今天小编就为大家分享一篇tensorflow2.0与tensorflow1.0的性能区别介绍，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
今天小编就为大家分享一篇Python图片转换成矩阵,矩阵数据转换成图片的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
利用python查找电脑里的文件非常方便，首先是导入模块os，然后利用os.listdir()打开目录下的所有文件，files其实是一个列表。具体操作方法大家参考下本文2018-04-04
Ubuntu下Python+Flask分分钟搭建自己的服务器教程
今天小编就为大家分享一篇Ubuntu下Python+Flask分分钟搭建自己的服务器教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-11-11
这篇文章主要介绍了python中添加模块导入路径的方法 ,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-02-02
这篇文章主要介绍了利用python代码写的12306订票代码，自己写的python代码，是非常实用的技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-12-12
python中sklearn库predict及python sklearn linearmodel(
Scikit-learn(sklearn)是机器学习中常用的第三方模块,对常用的机器学习方法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法,今天小编给大家分享python中sklearn库predict的问题,感兴趣的朋友一起看看吧2024-02-02
这篇文章主要介绍了解决anaconda安装pytorch报错找不到包的问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-03-03
最新评论