※ 引述《aster30 (紫苑)》之铭言： : import re : str = '万' : print re.search('[万千百十]',str) : 执行结果:<_sre.SRE_Match object at 0x04BF83D8> : 这样会match : str = '金' : print re.search('[万千百十]',str) : 执行结果:None : str = '台' : print re.search('[万千百十]',str) : 执行结果:<_sre.SRE_Match object at 0x04BF8480> : str = '台' : print re.search('[万]',str) : 执行结果:None 因为你用 Python 2 的 str, 且档案编码应该是 UTF-8 :p Python 2 的 str 事实上是一个以位元组为单位的 sequence 所以当你写 '台' 时, Python 内部看到的是（假设编码 UTF-8）'\xe5\x8f\xb0' 这也是为什麽当你对它取长度时会看到奇怪的结果 print len('台') # 3 你列出这几个字的编码分别是 台 e5 8f b0 万 e8 90 ac 千 e5 8d 83 百 e7 99 be 十 e5 8d 81 金 e9 87 91 可以看到「台」「千」「十」都有 e5 所以当你 re.search('[万千百十]', '台') 时 Python 会找到 e5 这个位元组相符 match = re.search('[万千百十]', '台') print match.group(0) # '\xe5' 让 re 支援中文（或大多数用到复数位元组字的语言）的方法是改用 unicode type 这个 type 的单位是 Unicode codepoint 所以台就是台、万就是万、千就是千（一个字）, 不会变成三个位元组 进而让比对逻辑正确 在 Python 2 的解法就是改用 u'' literal 来写你的字串 或者你可以直升 Python 3, 因为 str type 改成以 Unicode codepoint 为单位 就不会遇到这个 Guido 年轻犯下的错误 ;) -- 「我最想要的同伴嘛，首先是要笑口常开，其次是我们能永远不会发生误会。 如果这些都能办到的话，嗯，如果他是世界上第一流的桥手，也还不错。」 -- 班尼多‧加罗素，前义大利蓝队成员 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.94.57 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1450675458.A.322.html