在正則表達式中使用unicode char代碼

Question

簡化我的任務，可以說我想在某些網頁中找到用希伯來語寫的任何單詞。 所以我知道希伯來字符代碼是U+05D0到U+05EA。 我想寫類似：

expr = "[\u05D0-\u05EA]+" 
url = "https://en.wikipedia.org/wiki/Category:Countries"  

web_handle = urllib2.urlopen(url) 
website_text = website_handle.read()  
matches = sre.findall(exp, website_text) 
for item in matches: 
    print item 

我所期望的輸出是：

עברית

但代替了把很多中國/日本字符的。

Answer 1

的表述應該是：

expr = u"[\u05D0-\u05EA]+" 

注意 'U' 開頭。

Answer 2

你可以只使用Unicode標準表示在Python中字符類中：

re.findall([\u05D0-\u05EA], website_text,re.U)