大家好，又见面了，我是你们的朋友全栈君。
在对文本进行处理的时候经常会遇见要对括号和标点进行匹配
常见的英文(半角)符号如( ) 直接用正则匹配即可
但是遇见全角字符(中文括号、标点)，直接用正则匹配会存在问题：
因为编码通常为为utf8，若直接匹配，中文括号的3字节编码会和一些中文的字节编码重复，产生意想不到的结果
若用decode转为unicode编码，则可避免产生错误结果，但也无法直接用正则匹配到
经过试验，发现一个看上去最佳的解决方法:
将字符串decode之后调用一个将全角符号转为半角符号的方法，然后处理返回的字符串
def strQ2B(ustring): """全角转半角""" rstring = "" for uchar in ustring: inside_code=ord(uchar) if inside_code == 12288: #全角空格直接转换 inside_code = 32 elif (inside_code >= 65281 and inside_code <= 65374): #全角字符（除空格）根据关系转化 inside_code -= 65248 rstring += unichr(inside_code) return rstringdef p(s): s1 = strQ2B(s.decode()) p = re.compile('[()]',re.S) s1 = p.sub('',s1) return s1这种方法本质上就是将正则的pattern字符和目标的编码对应, 所以将正则的字符串也用unicode表示就好可以:如下
#!/usr/bin/env python#-*- coding: utf-8 -*-import sysreload(sys)sys.setdefaultencoding('utf8')import reif __name__ == '__main__': s = '123(45)a啊速度（伤害）有限公司' ss = re.sub(u'[()（）]', '', s.decode()) print ss
总的来说 两种方法都还是有必要存在的。
第二种方法简单直接 如果能快速方便列出所有形式的待匹配符号，就果断选用第二个
反之，若待匹配的各种符号太多太繁琐，就统一转为半角再处理更好
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/159998.html原文链接：https://javaforall.net
