Unicode的正则表达式匹配字符类字符中国

Question

^[一二三四五六七]、的不匹配一、

但^一、匹配一、。

是我指定中文字符类的错误方法吗？

我从文件读取正则表达式。

Answer 1

对我的作品，

>>> import re 
>>> re.match(u'^[一二三四五六七]、', u'一、') 
<_sre.SRE_Match object; span=(0, 2), match='一、'> 
>>> re.match(u'^[一二三四五六七]、', u'一、').group(0) 
'一、' 

我想你没有定义的正则表达式为unicode字符串。

在python3，这将是

# -*- coding: utf-8 -*- 

import re 

with open('file') as f: 
    reg = f.read().strip() 
    print(re.match(reg, u'一、').group(0)) 

Answer 2

你需要确保你阅读使用正确的编码文件：

with open('my-regex-file', encoding='utf-8') as f: 
    regex = re.compile(f.read()) 
with open('my-text-file', encoding='utf-8') as f: 
    text = f.read() 
if regex.match(text): 
    print("It's a match!")