正則表達式非ASCII字符

我在Python中正則表達式有點麻煩。 HTML字符串是：正則表達式非ASCII字符

html = <td style="padding-right:5px;"> 
<span class="blackText">Above £ 7.00 = </span> 
</td> 
<td> 
<span class="blackText"> 
<p>Free</p> 
</span> 
</td>

我想提取的「7.00」和「自由」，但下面不工作：

量= re.findall（R」以上£（。*？）='，html）

Python爲£符號拋出一個非ASCII錯誤。我將如何解決這個問題？謝謝。

來源

2012-11-29 user578582

http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags – lolopop

amount = re.findall(r'Above \xC2 (.*?) =', html)

來源

2012-11-29 18:50:14

你怎麼'\ xC2'？我的Python似乎使用'\ xa3'作爲英鎊符號。 – chrisaycock

@chrisaycock - 取決於編碼。 '\ xa3'是html實體。 '\ xC2'是utf-8。請參閱（http://www.fileformat.info/info/unicode/char/a3/index.htm） –

@JayWalker Ahhh – chrisaycock

正則表達式非ASCII字符

回答

相關問題