如何在Python的正则表达式中表示一组非ascii字符？

Question

在Python的正则表达式中，我发现[一三四五六七八九十]与括号中的任何字符都不匹配。但是一将完全匹配，并且类似于括号中的任何其他字符。如何正确指定正则表达式以匹配[一三四五六七八九十]括号中的任何字符？感谢。

Answer 1

在 Python 3 中，这似乎工作正常，可能是因为默认情况下 Python 3 中的字符串是 Unicode 。

以下代码返回一：

#!/usr/bin/env python3

import re

m = re.match("[一三四五六七八九十]", "一");

print(m.group(0))

但是，如果我在Python 2中运行它，我会收到错误：

  

SyntaxError：文件./re_multibyte.py中的非ASCII字符'\ xe4'   第5行，但没有声明编码;看到   http://python.org/dev/peps/pep-0263/了解详情

因此对于 Python 2 ，您需要指定 UTF-8 作为源编码，并指定字符串是unicode（通过u像这样的前缀），也得到一：

的匹配

#!/usr/bin/env python2
# encoding: UTF-8

import re

m = re.match(u"[一三四五六七八九十]", u"一");

print(m.group(0))