Python re.findall在UTF-8失败，而脚本的其余部分成功

我有一个脚本，可以读取大量用瑞典语编写的文本文件（通常带有åäö字母）。如果我在

d

和

dictionary[]

上循环，它可以打印字典中的所有内容。但是，正则表达式（来自添加了

u.*.

的原始输入）无法正确返回utf-8

# -*- coding: utf8 -*-
from os import listdir 
import re
import codecs
import sys

print "Välkommen till SOU-sök!"
search_word = raw_input("Ange sökord: ")

dictionary = {}
for filename in listdir("20tal"):
    with open("20tal/" + filename) as currentfile:
        text = currentfile.read()
        dictionary[filename] = text

for d in dictionary:
    result = re.findall(search_word + u'.*', dictionary[d], re.UNICODE)
    if len(result) > 0:
        print "Filnament är:\n %s \noch sökresultatet är:\n %s" % (d, result)

编辑：输出如下：

如果我输入：

katt 

我得到以下输出：

Filnament är: Betänkande och förslag angående vissa ekonomiska spörsmål   berörande enskilda järnvägar - SOU 1929:2.txt 

och sökresultatet är: 

['katter, r\xc3\xa4ntor m. m.', 'katter m- m., men exklusive r \xc3\xa4 nor m.', 'kattemedel subventionerar', av totalkostnaderna, ofta \xe2\x80\x94 med eller utan', 'kattas den nuvarande bilparkens kapitalv\xc3\xa4rde till 500 milj. 

在这里，文件名

d

打印正确，但不是文件名取决于文件系统和操作系统的

re.findall

结果。您的特定正则表达式可能与规范化方法不匹配。因此，考虑这个解决方案：

---

我在这里遇到了一个类似的问题：

在Python

2.x

unicode列表项中，除非循环或连接它们，否则通常输出转义；也许可以试试这样的东西：

result = ', '.join(result)

if len(result) > 0:
    print ( u"Filnament är:\n %s \noch sökresultatet är:\n %s" % (d, result.decode('utf-8'))) 

输入：

katt

katter, räntor m. m. katter m- m., men exklusive r ä nor m. kattemedel subventionerar av totalkostnaderna, ofta — med eller utan kattas den nuvarande bilparkens kapitalvärde till 500 milj

结果：

katt

katter, räntor m. m. katter m- m., men exklusive r ä nor m. kattemedel subventionerar av totalkostnaderna, ofta — med eller utan kattas den nuvarande bilparkens kapitalvärde till 500 milj

---

返回utf-8时失败是什么意思。它是否抛出错误或只是找不到匹配项？您可以添加一个示例输入并显示您的输出吗？请将其编辑到您的问题中。注释的格式不适合这种情况。您是在谈论列表中的repr输出吗？是的，输出是

dictionary[d]

的值，这是正则表达式查看的地方。是的！成功了！输出现在像一个符咒一样打印出我的åäö。非常感谢你！（还有其他所有ofc的人。）