Question

这是我的代码

# -*- coding: utf-8 -*-
import json
import re

with open("/Users/paul/Desktop/file.json") as json_file:
    file = json.load(json_file)
print file["desc"]

key="capacità"
result = re.findall("((?:[\S,]+\s+){0,3})"+key+"\s+((?:[\S,]+\s*){0,3})", file["desc"], re.IGNORECASE)
print result

这是文件的内容

{
    "desc": "Frigocongelatore, capacit\u00e0 di 215 litri, h 122 cm, classe A+"
}

我的结果是[]

但我想要的是结果=“capacità”

Answer 1

您需要将字符串视为Unicode字符串，如下所示：

str = u"Frigocongelatore, capacit\u00e0 di 215 litri, h 122 cm, classe A+"

正如您所看到的那样print str.encode('utf-8')您将获得：

Frigocongelatore, capacità di 215 litri, h 122 cm, classe A+

您可以将正则表达式字符串分别设为u或r的unicode或原始字符串。

Answer 2

您可以使用此功能显示不同的编码。

编辑器上的默认编码应为UTF-8。使用sys.getdefaultencoding()检查您的设置。

def find_context(word_, n_before, n_after, string_):
    # finds the word and n words before and after it
    import re
    b= '\w+\W+'  * n_before
    a=  '\W+\w+' * n_after
    pattern = '(' + b + word_ + a + ')'
    return re.search(pattern, string_).groups(1)[0]

s = "Frigocongelatore,  capacità di 215 litri, h 122 cm, classe A+"

# find 0 words before and 3 after the word capacità
print(find_context('capacità',0,3,s) )

capacità di 215 litri

print(find_context(' capacit\u00e0',0,3,s) )

 capacità di 215 litri

使用Python的正则表达式中的重音字符

2 个答案: