Python正则表达式匹配中文用法示例

Python  /  管理员 发布于 7年前   256

本文实例讲述了Python正则表达式匹配中文用法。分享给大家供大家参考，具体如下：

#!/usr/bin/python#-*- coding:cp936-*-#思路，将str转换成unicode，方可用正则表达式，前提是，要知道文件的编码，本例中是gbkimport cPickle as mypickleimport reimport sysif (__name__=='__main__'):  fid1=file('demo.txt','r');#demo.txt写入字符如：  p=re.compile('(^\s+|\s+$)');  phanzigbk=re.compile('[\\x20-\\x7f]');  phanzi=re.compile(u'[\u4e00-\u9fa5]');#这里要加u,注意  commlines=fid1.readlines();  fid1.close();  dictfamilyname={};  dictfirstname={};  for line in commlines:    line=p.sub('',line);    print type(line);    print line;    uline=unicode(line,'gbk');    print type(uline);    candidates=phanzi.findall(uline);    print len(candidates);    if(len(candidates)==2):      print candidates[0];      familynamegbk=candidates[0].encode('gbk');#把unicode型的变量变成str型的变量      firstnamegbk=candidates[1].encode('gbk');      if(dictfamilyname.has_key(familynamegbk)):        dictfamilyname[familynamegbk]=dictfamilyname[familynamegbk]+1;      else:        dictfamilyname[familynamegbk]=1;      if(dictfirstname.has_key(firstnamegbk)):        dictfirstname[firstnamegbk]=dictfirstname[firstnamegbk]+1;      else:        dictfirstname[firstnamegbk]=1;  familynameitems=dictfamilyname.items();  print familynameitems;  firstnameitems=dictfirstname.items();  familynameitems.sort(key=lambda d:d[1],reverse=True);  firstnameitems.sort(key=lambda d :d[1],reverse=True);  fid=file('familyname.txt','w');  for m in familynameitems:    s=m[0]+'\t'+str(m[1]);    fid.write(s);    fid.write('\n');  fid.close();  fid=file('firstname.txt','w');  for m in firstnameitems:    s=m[0]+'\t'+str(m[1]);    fid.write(s);    fid.write('\n');  fid.close();  print 'finish'

运行效果图如下：

PS：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：

JavaScript正则表达式在线测试工具：
http://tools..net.cn/regex/javascript

正则表达式在线生成工具：
http://tools..net.cn/regex/create_reg

更多关于Python相关内容可查看本站专题：《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。