Python正则表达式匹配中文用法示例
时间:2023-01-19 09:30:01|栏目:Python代码|点击: 次
本文实例讲述了Python正则表达式匹配中文用法。分享给大家供大家参考,具体如下:
#!/usr/bin/python #-*- coding:cp936-*-#思路,将str转换成unicode,方可用正则表达式,前提是,要知道文件的编码,本例中是gbk import cPickle as mypickle import re import sys if (__name__=='__main__'): fid1=file('demo.txt','r');#demo.txt写入字符如:脚本之家 p=re.compile('(^\s+|\s+$)'); phanzigbk=re.compile('[\\x20-\\x7f]'); phanzi=re.compile(u'[\u4e00-\u9fa5]');#这里要加u,注意 commlines=fid1.readlines(); fid1.close(); dictfamilyname={}; dictfirstname={}; for line in commlines: line=p.sub('',line); print type(line); print line; uline=unicode(line,'gbk'); print type(uline); candidates=phanzi.findall(uline); print len(candidates); if(len(candidates)==2): print candidates[0]; familynamegbk=candidates[0].encode('gbk');#把unicode型的变量变成str型的变量 firstnamegbk=candidates[1].encode('gbk'); if(dictfamilyname.has_key(familynamegbk)): dictfamilyname[familynamegbk]=dictfamilyname[familynamegbk]+1; else: dictfamilyname[familynamegbk]=1; if(dictfirstname.has_key(firstnamegbk)): dictfirstname[firstnamegbk]=dictfirstname[firstnamegbk]+1; else: dictfirstname[firstnamegbk]=1; familynameitems=dictfamilyname.items(); print familynameitems; firstnameitems=dictfirstname.items(); familynameitems.sort(key=lambda d:d[1],reverse=True); firstnameitems.sort(key=lambda d :d[1],reverse=True); fid=file('familyname.txt','w'); for m in familynameitems: s=m[0]+'\t'+str(m[1]); fid.write(s); fid.write('\n'); fid.close(); fid=file('firstname.txt','w'); for m in firstnameitems: s=m[0]+'\t'+str(m[1]); fid.write(s); fid.write('\n'); fid.close(); print 'finish'
运行效果图如下:
PS:这里再为大家提供2款非常方便的正则表达式工具供大家参考使用:
JavaScript正则表达式在线测试工具:
http://tools.jb51.net/regex/javascript
正则表达式在线生成工具:
http://tools.jb51.net/regex/create_reg
更多关于Python相关内容可查看本站专题:《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
栏 目:Python代码
下一篇:Python 调用 Outlook 发送邮件过程解析
本文标题:Python正则表达式匹配中文用法示例
本文地址:http://www.codeinn.net/misctech/223988.html