正則表達式匹配點結尾的西班牙語單詞，並強調

Question

這是我想正則表達式（。）：

([\w\s\/áéíóúüñçåÁÉÍÓÚÜÑÇÐ\-]+)(\.\_) 

這裏有兩個例子，它應該對陣：

EL羅薩里奧/ ESCUINAPA._精讀POCOMÁS德4萬個比索......

和

Cuautitlán._精讀POCOMÁS德4萬個比索......

表達適用於第一個例子，但不是因爲編碼可能是第二：

docHtml = urllib.urlopen(link).read() 

#using the lxml function html 
tree = html.fromstring(docHtml) 
newsCity = CSSSelector('#pid p') 

try: 
city_paragraph = newsCity(tree) 

city_match = re.search('([\w\s\/áéíóúüñçåÁÉÍÓÚÜÑÇÐ\-]+\._)',city_paragraph[0].text) 

Answer 1

你的正則表達式出現是正確的。我懷疑這個錯誤在於你如何閱讀你所匹配的字符串。你想要的東西，如：

import codecs 
f = codecs.open('spanish.txt', encoding='utf-8') 
for line in f: 
    print repr(line) 

Answer 2

終於想通了：

newsCity = CSSSelector('#tamano5 p') 

city_paragraph = newsCity(tree) 
city_p = city_paragraph[0].text 
city_utf=city_p.encode("utf-8") 
city_match = re.search('([\w\s\/áéíóúüñçåÁÉÍÓÚÜÑÇÐ\-]+\._)',city_utf) 

這給了我預期的結果，在這種情況下是要提取使用re.search城市字符串。