使用正则表达是查找汉字之前，要将所有的字符串都转码成utf8
import re string_test = "This is test string 这是测试字符串" string_test = string_test.decode('utf-8') # 转码 pattern = ur'[u4e00-u9fff]+' # 汉字正则表达式 re_compile = re.compile(pattern) res = re_compile.findall(string_test) print res