python - utf8の問題を伴うPython正規表現

Answer 1

コードにはいくつかの問題があります。まず、 を使用する必要がありますre.compile(ur'<unicode string>')。また、re.UNICODE フラグを追加するのも良いことです (ただし、ここで本当に必要かどうかはわかりません)。\d+次の 1 つは、一連の数字だけで小数を処理しないため、まだ一致を受信しない\d+\.?\d+ことです。代わりに使用する必要があります (数字、おそらくドットと数字が必要です)。コード例:

#coding: utf-8

text = u"PROCESS：类型：关爱积分[NOTIFY]   交易号：2012022900000109   订单号：W12022910079166    交易金额：0.01元    交易状态：true 2012-2-29 10:13:08"
import re
pattern = re.compile(ur'交易金额：(\d+\.?\d+)元', re.UNICODE)

print pattern.search(text).group(1)

Answer 2

.search()sinceを使用する必要がある.match()のは、正規表現を^で開始するようなものです。つまり、文字列の先頭のみをチェックします。

Answer 3

utf-8 を使用する場合は、flags=re.LOCALE を使用できます。

#coding: utf-8
import re
pattern = re.compile(r'交易金额：(\d+\.?\d+)元', flags=re.LOCALE)
for line in open('xx.txt'):
    match = pattern.match(line)

詳細については、re.LOCALEを参照してください。utf-8 を unicode に変換する必要はありません。