python2 re正则匹配关于中文的坑

import re

1.如果pattern是'匹配'：

m = re.match('匹配', '匹配')
print(m.group())  # 匹配
print(repr(m.group()))  # 打印\xe5\x8c\xb9\xe9\x85\x8d

这样看上去没有什么问题。

2.但是如果pattern是'[匹配]'：

m = re.match('[匹配]', '匹配')
print(m.group())  # 打印乱码，这是为什么呢？不是应该匹配‘匹’字吗？
print(repr(m.group()))  # 打印\xe5

解释：'[匹配]'被解释为'[\xe5\x8c\xb9\xe9\x85\x8d]'， '匹配'被解释为'\xe5\x8c\xb9\xe9\x85\x8d'，
这是字符串，本质上可以叫做‘字节串’，每个汉字被分成了3个字节，熟悉正则规则的话可以就很容易看出来了，匹配‘\xe5’
是正确的。
解决办法：是在字符串前添加u，这样就把字节串转化成了汉字的unicode码："u'\u5339\u914d'"，
这样每个汉字就不会被拆分了(^-^)。