python - Unicode 字符和正则表达式

Question

我正在尝试在 Python 中运行以下命令：

data = "&city=Zayas de Báscones;Zayas de Báscones;"
arr = re.findall(ur'[&]{1}\w{4}=[a-zA-ZA-Za-z£€ßçÇáàâäæãåèéêëîïíìôöòóøõûüùúÿñÁÀÂÄÆÃÅÈÉÊËÎÏÍÌÔÖÒÓØÕÛÜÙÚŸÑðÐ]+(?:[\s-][a-zA-ZA-Za-z£€ßçÇáàâäæãåèéêëîïíìôöòóøõûüùúÿñÁÀÂÄÆÃÅÈÉÊËÎÏÍÌÔÖÒÓØÕÛÜÙÚŸÑðÐ]+)*',data)
x = "".join(arr)
x = x.split('&city=')
print x

结果：

['', 'Zayas de B?scones']

如何获取 unicode 字符而不是问号？我一直在尝试在字符串开头使用带有'u'字符的正则表达式模式（例如：u'pattern'）以及模式之前的'ur'。

Answer 1

如果您尝试打印x[1]：

 print x[1]
 #output: Zayas de B?

现在，如果您将data字符串视为 unicode。

data = u"&city=Zayas de Báscones;Zayas de Báscones;" # set it as unicode

如果您尝试打印x[1]：

print x[1]
#output: Zayas de Báscones