如何用正則表達式提取字符串中的漢字？

Python re正則匹配中文，其實非常簡單，把中文的unicode字符串轉換成utf-8格式就可以了，然后可以在re中隨意調用unicode中中文的編碼為/u4e00-/u9fa5，因此正則表達式u”[\u4e00-\u9fa5]+”可以表示一個或者多個中文字符>>> import re>>> s='中文：123456aa哈哈哈bbcc'.decode('utf8')>>> su'\u4e2d\u6587\uff1a123456aa\u54c8\u54c8\u54c8bbcc'>>> print s中文：123456aa哈哈哈bbcc>>> re.match(u"[\u4e00-\u9fa5]+",s)<_sre.SRE_Match object at 0xb77742c0>>>> pat='中文'.decode("utf8")>>> re.search(pat,s)<_sre.SRE_Match object at 0x16a16df0>>>> newpat='這里是中文內容'.decode("utf8")>>> news=re.sub(pat,newpat,s)>>> print news這里是中文內容：123456aa哈哈哈bbcc