Python正则表达式匹配中文

匹配中文的正则表达式是[\u4e00-\u9fa5]。

Python 2.7.x下，需要原字符串和正则表达式字符串都是unicode字符串，才能正确匹配到中文，这是容易忽略的地方。

Python 3.x下未试过。

import re

a = u\'Python正则表达式\'
m = re.search(u\'[\u4e00-\u9fa5]+\', a)
print m.group(0)    # “正则表达式”

m = re.search(\'[\u4e00-\u9fa5]+\', a)
print m.group(0)    # "P"