python正則中如何匹配漢字以及encode(‘utf-8’)和decode(‘utf-8’)的互轉

正則表達式：
　　[\u2E80-\u9FFF]+$ 匹配所有東亞區的語言?
　　[\u4E00-\u9FFF]+$ 匹配簡體和繁體?
　　[\u4E00-\u9FA5]+$ 匹配簡體?
　　<input type="text" name="username" οnkeyup="value=value.replace([\u4E00-\u9FA5]+$)">

正則表達式速查表：https://www.jb51.net/shouce/jquery1.82/regexp.html

 1 # -*- coding:utf-8 -*-
 2 
 3 import re
 4 
 5 '''
 6 python 3.5版本
 7 正則匹配中文，固定形式：\u4E00-\u9FA5
 8 '''
 9 
10 words = 'study in 山海大學'
11 regex_str = ".*?([\u4E00-\u9FA5]+大學)"
12 match_obj = re.match(regex_str, words)
13 if match_obj:
14     print(match_obj.group(1))
15 
16 
17 結果：山海大學

?

這里面表示的是一個正則表達式語句的啦，http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html

Python添加對Unicode的支持，以Unicode表示的字符串用u’ABC’來表示。
字符串’xxx’雖然是ASCII編碼，但也可以看成是UTF-8編碼，而u’xxx’則只能是Unicode編碼。

把u’xxx’轉換為UTF-8編碼的’xxx’用encode(‘utf-8’)方法。

>>> u'ABC'.encode('utf-8')
'ABC'
>>> u'中文'.encode('utf-8')
'\xe4\xb8\xad\xe6\x96\x87

反過來，把UTF-8編碼表示的字符串’xxx’轉換為Unicode字符串u’xxx’用decode(‘utf-8’)方法。

>>> 'abc'.decode('utf-8')
u'abc'
>>> '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
u'\u4e2d\u6587'
>>> print '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
中文

由于Python源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務必指定保存為UTF-8編碼。當Python解釋器讀取源代碼時，為了讓它按UTF-8編碼讀取，我們通常在文件開頭寫上這兩行：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

第一行注釋是為了告訴Linux/OS X系統，這是一個Python可執行程序，Windows系統會忽略這個注釋；

第二行注釋是為了告訴Python解釋器，按照UTF-8編碼讀取源代碼，否則，你在源代碼中寫的中文輸出可能會有亂碼。

關于Python正則表達式匹配中文：

這里邊重點用到了? r'[\u4e00-\u9fa5]+'? 的正則規則，表示1到多個任意漢字。

import re
str=u"【心理箴言】現實是污濁的河流，要想接受污濁的河流而自身不被污染，我們必須成為大海。 ??=-=4845/.?'?"
# py2.7，所以字符串前加u，在正則表達式前也加u即可。
# pattern =re.compile(u'[\u4e00-\u9fa5]')
pattern =re.compile(r"[\u4e00-\u9fa5]+")
result=pattern.findall(str)
result1=re.findall(pattern,str)
for w in result:
    print(w)

str1='hjggj小vjjk明'
pat=re.compile(r'[\u4e00-\u9fa5]+')
result=pat.findall(str1)
print(result)

運行結果：

如果全是漢字 指定輸出某些漢字呢：

見 Unicode 中文編碼表：?https://www.bejson.com/convert/unicode_chinese/

?