UTF-8 中文编码范围

主流的匹配字符有两种 [\u4e00-\u9fa5][\u2E80-\u9FFF],后者范围更广,包括了日韩地区的汉字

import re


pattern = re.compile("[\u2E80-\u9FFF]+")
result = pattern.findall('<a target="_blank" href="http://m.weibo.com/web/cellphone.php#iphone" suda-uatrack="key='
'index_new_menu&value=sina_apps_list_click">新浪微博</a>')
print(result)
['新浪微博']

 

posted @ 2019-08-01 08:39  Jervey  阅读(4463)  评论(0编辑  收藏  举报