在python字符串中不替换汉字的特殊字符

Question

我似乎无法替代“)”或“(”)而不引起其他字符串中的错误。‘)和’(‘’是特殊的字符。这里有两个字符串“sample(.mbox)sample#宋安兴.mbox”和"sample#宋安兴.mbox“。如果我用re替换这些字符，那么汉字也会被替换。下面是python中的代码：

# -*- coding: utf-8 -*-
import re
source1='sample（志信达）.mbox'
source2='sample#宋安兴.mbox'
newname1=re.sub(r'[\(\);）（]','-',source1)
newname2=re.sub(r'[\(\);）（]','-',source2)
print source1,newname1
print source2,newname2

结果如下：

sample（志信达）.mbox sample---志信达---.mbox
sample#宋安兴.mbox sample#宋?-兴.mbox

请注意，其中一个字符被替换为‘？’

Answer 1

您应该使用unicode文本(参见https://docs.python.org/2/howto/unicode.html#unicode-literals-in-python-source-code)：

# -*- coding: utf-8 -*-
import re
source1 = u'sample（志信达）.mbox'
source2 = u'sample#宋安兴.mbox'
newname1 = re.sub(ur'[\(\);）（]','-',source1)
newname2 = re.sub(ur'[\(\);）（]','-',source2)
print source1,newname1
print source2,newname2

结果：

sample（志信达）.mbox sample-志信达-.mbox
sample#宋安兴.mbox sample#宋安兴.mbox

另外，不要忘记将您的.py文件保存在UTF-8中(您的IDE可能会自动这样做，或者您可能需要根据您使用的文本编辑器手动更改编码)。