当前位置:首页 » python爬虫 » 正文

Python正则表达式如何匹配中文

看: 1097次  时间:2020-07-03  分类 : python爬虫

用 '[\u4e00-\u9fa5]‘ 匹配中文

在字符串中匹配中文

示例:

匹配字符串中的第一个中文字符

匹配字符串中的第一个连续的中文片段

匹配字符串中的所有中文字符

注:要确保正则字符和匹配文本是 unicode 范围内的编码。

其他 扩充 范围

几个主要非英文语系字符范围:
2E80~33FFh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。
3400~4DFFh:中日韩认同表意文字扩充A区,总计收容6,582个中日韩汉字。
4E00~9FFFh:中日韩认同表意文字区,总计收容20,902个中日韩汉字。
A000~A4FFh:彝族文字区,收容中国南方彝族文字和字根。
AC00~D7FFh:韩文拼音组合字区,收容以韩文音符拼成的文字。
F900~FAFFh:中日韩兼容表意文字区,总计收容302个中日韩汉字。
FB00~FFFDh:文字表现形式区,收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持python博客。

<< 上一篇 下一篇 >>

搜索

推荐资源

  Powered By python教程网   鲁ICP备18013710号
python博客 - 小白学python最友好的网站!