Python 正则表达式之中文匹配

程序语言 2007-6-8 22:45:00

python 的re模块（即正则表达式模块）默认似乎是用Unicode处理，因此，如果目标文件的编码为GBK（gb2312或cp936，如双狐图形数据的格式）则其匹配结果为空。即下列的语句将得不到任何匹配结果。

line=inputFile.readline()
re.search(r'^Layer\sM\s'+'中文匹配词',line):

因此，需要对中文匹配词进行编码转换，即改写上面的语句为：

keyword=(u'中文匹配词').encode('cp936')

re.search(r'^Layer\sM\s'+keyword,line):

标签集:TAGS:python 正则表达式

{commentauthor}

{commenttime}

{commentnum}

{commentcontent}

{commentrecontent}