Python - 文字列内のすべての中国語文字を正規化する方法

Question

リーリー

文字列は上記の通り、型は'str'、漢字は規則性で取得する必要があります。以前 [u4e00-u9fa5] を使用したときは、依然として英語の記号と数字のリストが表示されました。正しい姿勢を教えてください。また、どこで間違えたのか教えてください...

リーリー

これは私が書いたものです...しかし、返された結果には漢字は含まれておらず、漢字以外の他の文字が含まれています。

Answer 1

ここでは、一致する必要があるテキストが s であると仮定します:

リーリー

ここでの decode('utf8')是怕s的值为类似x66x77x88这样的Unicode散列。另外，需要注意compile()中ur修饰符，u は Unicode 修飾子です。

追記：私はこの記事にインスピレーションを受けました。

アップデート

下の階で言われたことを読みました。確かに、Python 3 では出力は Unicode ハッシュです。以下はここからの抜粋です。

Unicode文字列

Python2 では、通常の文字列は 8 ビット ASCII コードとして保存されますが、Unicode 文字列は 16 ビット Unicode 文字列として保存され、より多くの文字セットを表現できます。使用される構文は、文字列の前に u を付けます。

Python3 では、すべての文字列は Unicode 文字列です。

Answer 2

Python2、uxxxx是unicode字符，匹配后得到的是字节文字列を使用しています。出力されるのは各バイト値です。

Pythonに変更すると3、この問題は解消されます