正则表达式不喜欢国际字符

Question

  

可能重复：
   matching unicode characters in python regular expressions

使用

re.findall(r'\w+', ip)

Fältskog上的

会返回F和ltskog。我尝试使用字符串和unicode，但同样如此。结果

Answer 1

您需要设置appropriate flags（在这种情况下为UNICODE，告诉re \w的含义）：

re.findall(r'\w+', ip, re.UNICODE)

# EDIT

Python 2.7.3 (default, Aug  1 2012, 05:16:07) 
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> re.findall(r"\w+", u"Fältskog", re.UNICODE)
[u'F\xe4ltskog']
>>> 

Answer 2

re.findall（r'[åäöÅÄÖ\ w] +'，ip）

如果您想要更直观，也可以这样做。