問(wèn)題描述

比如用正則表達(dá)式匹配出 shá 這個(gè)拼音。 ps:之前說(shuō)的可能不明確，我用了 “ 比如 ” 兩字哈，就是待處理文本里有拼音，但是不知道具體拼音是什么，需要找出這些拼音，待處理文本會(huì)有 中文、拼音、符號(hào)（，。：之類(lèi)的），所以請(qǐng)不要回答諸如re.search(u’shá’,text) 要正則哈，不是簡(jiǎn)單固定的字符串。。。

問(wèn)題解答

import reregex = re.compile(r’b[a-z]*[āáǎàōóǒòêēéěèīíǐìūúǔùǖǘǚǜüńň?ɑɡ]+[a-z]*b’)text = 'Thǐs ís à pìnyin abóut shá'm = regex.findall(text)print(m)

匹配結(jié)果：[’ís’, ’à’, ’pìnyin’, ’abóut’, ’shá’]沒(méi)有匹配第一個(gè)Thǐs，因?yàn)槟J(rèn)拼音都是小寫(xiě)，排除了大寫(xiě)。

你是要匹配所有合法的拼音嗎？

如果是，你去找個(gè)字典的拼音索引，把里邊的所有拼音全部 | 到一起就可以了。也只能這樣，因?yàn)槠匆舨皇歉鶕?jù)正則，或者其它某種機(jī)械的規(guī)則定義出來(lái)的。你想不漏又不多就只能這樣了，反正也沒(méi)多少個(gè)。

>>> import re>>> d=’shá’>>> data=’This is a pinyin about shá’>>> re.search(d,data)<_sre.SRE_Match at 0x404e308>