python - 在正则表达式中使用 unicode char 代码

Question

简化我的任务，假设我想在某个网页中查找用希伯来语编写的任何单词。所以我知道希伯来语字符代码是 U+05D0 到 U+05EA。我想写这样的东西:

expr = "[\u05D0-\u05EA]+"
url = "https://en.wikipedia.org/wiki/Category:Countries"    

web_handle = urllib2.urlopen(url)
website_text = website_handle.read()    
matches = sre.findall(exp, website_text)
for item in matches:
    print item

我期望的输出是:

עברית

但是输出的是很多中文/日文字符。

Answer 1

您可以在字符类中使用 python 中 unicode 的标准表示形式:

re.findall([\u05D0-\u05EA], website_text,re.U)