正则表达式匹配Python中的“Chinese+Number”模式

Question

在Python3.3中，我想匹配下面的模式，但它总是失败。在

摄氏零下253

我用了下面的正则表达式。在

^{pr2}$

它不排除除了数字以外的所有ascii码吗？在

Answer 1

您混淆了ASCII数字的十进制和十六进制值。\x转义序列表示十六进制转义，对于该转义，应使用所需的ASCII字符的十六进制值。在

参考ASCII表（http://www.asciitable.com/），范围应该是0到{}，然后是{}到{}，您的regex应该如下所示：

[^\x00-\x2F\x3A-\x7F]+

但是，上面的regex除了包含中文字符外，还包括其他字符（事实上，除了127个ASCII字符减去数字之外，它还包括所有字符）。在

Answer 2

不确定您将使用哪种语言执行此操作，但此regex在PHP中工作时using predefined Unicode scripts：

/(?:[\p{Han}0-9]+)/simu

同样，这可能更易于移植，因为并非所有regex实现都设置了预定义的Unicode脚本：

^{pr2}$

下面是一些在两个regex都已就绪的测试代码；注释其中一个或另一个以进行测试：

// Set the test string.
$string = '摄氏零下253';

// Run it through preg_match.
// $regex = "/(?:[\p{Han}0-9]+)/simu";
$regex = "/[\x{4e00}-\x{9fa5}0-9]+/simu";
preg_match($regex, $string, $matches);

// Send a UTF-8 header out so it looks nice.
header('Content-Type: text/html; charset=UTF-8');

// Dump the matches.
echo '<pre>';
print_r($matches);
echo '</pre>';

下面是脚本的结果：

Array
(
    [0] => 摄氏零下253
)

Answer 3

根据您使用的编程语言，您可以使用以下命令。在

[\p{Han}\p{N}]+

\p{Han} matches characters in the Han script.
\p{N} matches any kind of numeric character in any script.

Live Demo