python使用帶漢字的Regex

#!/usr/bin/python  2 # -*- coding: cp936 -*-   3 import sys;  4 import re;  5 '''  6 原始檔案，去重後檔案，重複檔案  7 '''  8 if( __name__ == "__main__" ):  1 #!/usr/bin/python  2 # -*- coding: cp936 -*-   3 import sys;  4 import re;  5 '''  6 原始檔案，去重後檔案，重複檔案  7 '''  8 if( __name__ == "__main__" ):  9     fid_input = file(str(sys.argv[1]),'r'); 10     fid_pure=file(str(sys.argv[2]),'w'); 11     fid_assist=file(str(sys.argv[3]),'w'); 12     mydict={}; 13     phanzi=re.compile(u'[\u4e00-\u9fa5]'); 14     preturn=re.compile(u'(^\s+|\s+$)');#去掉首尾空白 15     pfilter=re.compile(u'[”“（\(\)）]');#去掉無關字元 16     for line in fid_input: 17         uline=unicode(line,'gbk'); 18         candidates=phanzi.findall(uline); 19         unewline=u''; 20         for m in candidates: 21             unewline=unewline+m; 22         unewline=pfilter.sub('',unewline); 23         unewline=preturn.sub('',unewline); 24         newline=unewline.encode('gbk'); 25         fid_assist.write(newline); 26         fid_assist.write('\n'); 27         if(not mydict.has_key(newline)): 28             mydict[newline]=1; 29     for mykey in mydict.keys(): 30         fid_pure.write(mykey); 31         fid_pure.write('\n'); 32     fid_pure.close(); 33     fid_input.close(); 34     fid_assist.close(); 35     print 'procedure %s finish!\n'%str( sys.argv[0] );