Unicode正則表達式以匹配漢字字符類

Question

^[一二三四五六七]、不匹配一、

但是^一、匹配一、 。

我指定漢字字符類的方式是否錯誤？

我從文件中讀取了正則表達式。

Answer 1

為我工作

>>> import re
>>> re.match(u'^[一二三四五六七]、', u'一、')
<_sre.SRE_Match object; span=(0, 2), match='一、'>
>>> re.match(u'^[一二三四五六七]、', u'一、').group(0)
'一、'

我認為您無法將正則表達式定義為unicode字符串。

在python3中，它將是

# -*- coding: utf-8 -*-

import re

with open('file') as f:
    reg = f.read().strip()
    print(re.match(reg, u'一、').group(0))

Answer 2

您需要確保使用正確的編碼讀取文件：

with open('my-regex-file', encoding='utf-8') as f:
    regex = re.compile(f.read())
with open('my-text-file', encoding='utf-8') as f:
    text = f.read()
if regex.match(text):
    print("It's a match!")