尝试将正则表达式与Unicode HTML转义符用于变音符号：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
htmlstring=u'''/">čćđš</a>.../">España</a>'''
print re.findall( r'/">(.*?)</a', htmlstring, re.U )
产生：
[u'\u010d\u0107\u0111\u0161', u'Espa\xf1a']
有什么帮助吗？
这似乎是一个编码问题。您的代码可以正常工作。您是否期望有所不同？前缀u为unicode文字的字符串。开头的字符\u是unicode字符，后跟四个十六进制数字，而开头的字符\x是unicode字符，后跟只有两个十六进制数字。如果打印出结果（而不是查看其__repr__方法），则会看到收到的结果似乎是您正在寻找的：
results = [u'\u010d\u0107\u0111\u0161', u'Espa\xf1a']
for result in results:
print result
čćđš
España
在您的代码中（即在列表中），您将看到以下unicode文字的表示形式：
for result in results:
print result.__repr__()
u'\u010d\u0107\u0111\u0161' # what shows up in your list
u'Espa\xf1a'
顺便说一句，看来您正在尝试使用正则表达式解析html。您应该尝试BeautifulSoup或类似的方法。这将使您免于日后的头疼。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句