正規表現検索は、文字列やバイトなどが

Question

import os 
import codecs 
import argparse 
os.chdir('C:\\Users\\Kingsaber\\Desktop\\python_excercises') 
a = codecs.open('BeforeKichiku.txt', encoding='utf-8') 
p = a.read() 
print(p) 

import re 

#ch = u"I am from 美国。We should be friends. 朋友." 

b = re.findall(u"[\u4e00-\u9fff]+", a) 
for x in b: 
    print(x) 

期待される結果オブジェクト予想されます。

何が起こるか：文書は正常に印刷されますが、正規表現の検索には以下のエラーが表示されます。正規表現をスイッチして "ch"という文字列を検索すると、すべてが正しく動作します。なんらかの理由で、Unicode文書では動作しません。

エラー：

Traceback (most recent call last): 
    File "C:/Users/Kingsaber/Desktop/destruga3.py", line 15, in <module> 
    b = re.findall(u"[\u4e00-\u9fff]+", a) 
    File "C:\Users\Kingsaber\AppData\Local\Programs\Python\Python35-32\lib\re.py", line 213, in findall 
    return _compile(pattern, flags).findall(string) 
TypeError: expected string or bytes-like object 

Answer 1

あなたはファイルオブジェクトに渡している。

a = codecs.open('BeforeKichiku.txt', encoding='utf-8') 

# ... 

b = re.findall(u"[\u4e00-\u9fff]+", a) 

注aがcodecs.open()結果であり、そしてあなたがre.findall()にaを渡す方法。ファイルをpに置きます。 1文字の変数ではなく、より意味のある変数名を使用して、そのようなエラーをより簡単に見つけることができます。

実際にはcodecs.open()を使用しないでください。

：それは、ちょうどビルトイン open() call（ io.open()の別名がある）を使用する多くの問題を持っているとPython 3で導入されたとPython 3ではPythonの2にバックポート io frameworkによって廃止されたのPython 2の古いAPIです

with open('BeforeKichiku.txt', encoding='utf-8') as fileobj: 
    contents = fileobj.read() 
matches = re.findall("[\u4e00-\u9fff]+", contents) 
for match in matches: 
    print(match)