python - 如何在Python的正则表达式中正确使用中文字符？

Question

我是win7+python3.3，cmd编码页是936。

>>> import re
>>> if(re.search(r"仟|佰|千|百","百万")):print("ok1")
...
ok1
>>> if(re.search(u"仟|佰|千|百","百万")):print("ok2")
...
ok2

当我将其保存为 g:\test_number.py 中时。

# -*- coding: utf-8 -*- 
import re
if(re.search(r"仟|佰|千|百","百万")):print("ok1")
if(re.search(u"仟|佰|千|百","百万")):print("ok2")

并运行它python g:\\test_number.py，我收到错误:

C:\Windows\system32\cmd.exe /c (python \test_number.py)
File "\test_number.py", line 3
SyntaxError: (unicode error) 'utf-8' codec can't decode byte 0xb0 in position 3:
 invalid start byte
shell returned 1
Hit any key to close this window...

怎么了？当我更改代码时，也出现同样的错误。

# -*- coding: utf-8 -*- 
import re
output=open("g://number","w",encoding="utf-8")
if(re.search(r"仟|佰|千|百","百万")):output.write("ok1")
if(re.search(u"仟|佰|千|百","百万")):output.write("ok2")
output.close()

Answer 1

确保您的编辑器配置为使用 utf-8 编码写入文件。