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”
答案 0 :(得分: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。
答案 1 :(得分:0)
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