为什么我的正则表达式不起作用？我需要使用python 2.7.5。 这是我的表达：
pattern = re.compile('\d{4};[a-zA-ZäöüÄÖÜß. -]+;.+')
我正在读一个csv文件。在开始时，必须有4位数字，直到;，直到第二个;必须有来自aZ，变音符号和.或空格或.的字母，然后在第二个;之后，可以有任何角色。
现在我的问题：在第二个“部分”中，它不接受äöü或ß等变音符号。在我没有指明变音符号的第三个“部分”中，它们出现时没有问题。
我确实将# -*- coding: utf-8 -*-放在脚本的开头。
答案 0 :(得分：3)
通过编码为UTF-8，您将多字节序列输入到字符类中：
>>> 'ä'
'\xc3\xa4'
ASCII字符范围之外的任何内容都需要多个字节进行编码。
您的角色类现在将匹配0xC3字节或 0xA4字节;您的类包含更多字节，可能匹配'ä'但它也可以匹配任何其他具有C3或A4字节的UTF-8字节序列。
您必须明确匹配每个UTF-8字节对（真正的痛苦），或首先将数据解码为Unicode字符串并使用Unicode正则表达式：
re.compile(u'\d{4};[a-zA-ZäöüÄÖÜß. -]+;.+', flags=re.UNICODE)
使用正则表达式
时，请传入Unicode文本