Python 正则表达式不喜欢国际字符

可能重复：

使用

在

Fältskog

上，返回

F

和

ltskog

。我尝试了字符串和unicode，但都是一样的。结果

您需要设置（在这种情况下，告诉

re

什么是

\w

的意思）：

您需要设置（在这种情况下，告诉

re

什么是

\w

的意思）：

关于findall（r'[åääääÖ\w]+'，ip）

如果你想更直观，你也可以这样做。

re.findall（r'[åäöÄÖ\w]+'，ip）

---

如果希望更直观，也可以这样做。

需要指定re.LOCALE和re.UNICODE标志。（如果要依赖当前区域设置，否则，re.UNICODE将匹配所有语言中的所有字母数字）。您需要指定re.locale和re.UNICODE标志。（如果要依赖于当前区域设置，否则，re.UNICODE将匹配所有语言中的所有字母数字）。这将返回

['F\xc3'，'ltskog']

，而不是作为单个单词返回。请检查。我的错，我给了它一个非unicode字符串开始。接受此项。此项返回的是

['F\xc3'，'ltskog']

，而不是单个单词。请检查。我的错，我给了它一个非unicode字符串开始。我接受了这个。

re.findall(r'\w+', ip)

re.findall(r'\w+', ip, re.UNICODE)

# EDIT

Python 2.7.3 (default, Aug  1 2012, 05:16:07) 
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> re.findall(r"\w+", u"Fältskog", re.UNICODE)
[u'F\xe4ltskog']
>>>