正则表达式不喜欢国际字符

Question

可能重复： python正则表达式中的unicode字符匹配

使用

re.findall(r'\w+', ip)

在Fältskog上返回F和ltskog。我尝试了字符串和unicode，但都是一样的。结果

Answer 1

您需要设置适切 标志 (在本例中，UNICODE告诉re \w是什么意思)：

re.findall(r'\w+', ip, re.UNICODE)

# EDIT

Python 2.7.3 (default, Aug  1 2012, 05:16:07) 
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> re.findall(r"\w+", u"Fältskog", re.UNICODE)
[u'F\xe4ltskog']
>>> 

Answer 2

Re.findall(r‘w+’，ip)

如果您想要更直观，也可以这样做。