Python正則匹配中文與編碼總結

###字符串的編碼亂碼問題由來已久，真的是使人頭疼。這不是在作正則匹配中文時候，編碼又一次成了攔路虎，在這兒記錄兩點。第一，字符串編碼。第二，正則匹配中文。html 早期編碼都用ASCII編碼，用一個字節來處理編碼。如大寫A編碼爲65，但處理中文時候，一個字節顯然不夠，至少兩哥字節，還不能和ASCII衝突，，中國製定GB2312編碼，把中文編進去。 相似的，韓國，日本都出來格子標準，結果就是多語言

>>阅读原文<<