Python中用正则表达式匹配中文

[clydecheung]

我想在Python中用正则表达式匹配中文，用的是[\u4e00-\u9fa5]这段代码~~但是匹配结果有问题，这个表达式不仅能匹配中文，也能匹配英文字符~~
在别的语言中试验是好使的，但在Python中不好使~~不知道问什么~~是编码的问题么？

[yangxiao_jiang]

贴出代码看看

[clydecheung]

# -*- coding: gb2312 -*-

import re

text = "Jordan (乔丹) Jordan (Jordan)"
p = re.compile(r"Jordan\s*\([^\)]*[\u4e00-\u9fa5][^\)]*\)", re.IGNORECASE)
iterator = p.finditer(text)
for match in iterator:
print match.group()

我想要的结果是"Jordan (乔丹)"，但程序给出的结果是"Jordan (Jordan)"

[clydecheung]

很奇怪，汉字的Unicode编码不是从4e00到9fa5的么？

[xyzxyz1111]

乔丹的gb2312 编码貌似是'\xc7\xc7\xb5\a4'
不在此范围之内

[zarz]

编码问题比较复杂, 要考量数据源本身的编码格式, 不同的操作系统和设置导致的结构会有不同.

如果数据确定是gbk或gb2312的话, 你可以参考:
http://blog.csdn.net/heiyeshuwu/archive/2007/01/20/1488900.aspx

[clydecheung]

谢谢zarz，在上面的链接中找到个方法~~

//判断内容里有没有中文-GBK (PHP)
function check_is_chinese($s){
return preg_match('/[\x80-\xff]./', $s);
}

虽然不明所以，但是用上面的正则表达式的确好使~~

[N / A]

ur'[\u2e80-\uffff]'

[iambic]

原来的字符串不是unicode。