python 里面的re 正则问题

Question

>>> pattern=re.compile("^[$￥]") 
>>>sssss1=pattern.findall("￥未透露")
>>> sssss1
['\xef']

我是想匹配前面的美元符号 ”￥"但出现了 'xef' 这怎么解释？

Answer 1

字节与字符的区别。 Python 2.x 环境下，你那样写，找出的是第一个字节。

>>> pattern=re.compile(u"^[$￥]") 
>>> sssss1=pattern.findall(u"￥未透露")
>>> sssss1
[u'\uffe5']
>>> print sssss1
[u'\uffe5']
>>> print sssss1[0]
￥
>>> 

Answer 2

￥ 为 xefxbfxa5
所以正则"^[$￥]" == "^[$xefxbfxa5]"
因此就匹配第一个了

In [7]: '￥'
Out[7]: '\xef\xbf\xa5'

In [8]: pattern=re.compile("^[$￥]")

In [9]: sssss1=pattern.findall("￥未透露")

In [10]: sssss1
Out[10]: ['\xef']

解决方法: 使用分组

In [24]: pattern=re.compile("^(￥)|^(\$)")

In [25]: pattern.findall("￥未透露")
Out[25]: [('\xef\xbf\xa5', '')]

Answer 3

是字符编码问题，相同的代码在python 3.6里,sssss1=['￥'].