python中正則表達式在中文字符串匹配時的坑

　　以前一直有使用python 正則表達式來作中文字符串或者中英文數字混合的字符串的匹配，發現有很多狀況下會匹配失靈或者結果混亂，而且在不一樣操做系統上匹配結果也不一致，查了好久都不知道是什麼緣由。今天終於完全弄懂了，原來仍是python中對中文的編碼問題形成的。

　　解決辦法：

　　　　step1 在設置默認編碼爲UTF8以後，將正則表達式和待匹配字符串都decode("utf8")統一成 unicode再進行匹配；

　　　　step2 正則表達式前面必定要加 r ；

示例代碼：

        kw_regexp = r'微信'+ kw_str.decode("utf8")
        pattern = re.compile(kw_regexp, re.I)
        result = pattern.search(cont.decode("utf8"))

其中，cont是待匹配字符串，kw_regexp是拼接來的正則表達式字符串，前面必定要加"r"。