使用正则表达式匹配中英文字符【转】

需要从类似:

MiDKPData={};
MiDKPData["dkp"]={};


MiDKPData["dkp"][1]={};
MiDKPData["dkp"][1]["name"]="开心圈圈DKP";
MiDKPData["dkp"][1]["members"]={};
MiDKPData["dkp"][1]["members"]["Donesee"]=5;
MiDKPData["dkp"][1]["members"]["Latrogue"]=0;
MiDKPData["dkp"][1]["members"]["Longwalker"]=15;
MiDKPData["dkp"][1]["members"]["Lovelace"]=56;
MiDKPData["dkp"][1]["members"]["Lucid"]=232;
MiDKPData["dkp"][1]["members"]["Mitnick"]=0;
MiDKPData["dkp"][1]["members"]["Neverlose"]=33;
MiDKPData["dkp"][1]["members"]["Ooxxoo"]=10;
MiDKPData["dkp"][1]["members"]["Shadowghost"]=3;
MiDKPData["dkp"][1]["members"]["Steafinie"]=14;
MiDKPData["dkp"][1]["members"]["一脸猥琐"]=5;
MiDKPData["dkp"][1]["members"]["三聚氰胺"]=31;
MiDKPData["dkp"][1]["members"]["人生真谛"]=20;
MiDKPData["dkp"][1]["members"]["伟大的乌瑟尔"]=5;
MiDKPData["dkp"][1]["members"]["光之留香"]=73;

这样的数据中提取字符，这应该是Lua中数据类型。开始我考虑用处理字符串的方法提取，但经过测试效率很低而且容易出错。然后我尝试使用正则表达式匹配这些数据，使用正则表达式匹配的话需要对里面可能出现的中文进行匹配，该文件正常情况下应该是采用UTF-8编码。

defretext(data):
    data=data.split('\n')
    dict0={}
   forliindata:
        m=re.match(r"(\[\")(\w+|[\x80-\xff]+|[\u3400-\u9FFF]+)(\"\]\s\=\s)(\d+)(\;)",li)
       try:
            dict0[m.group(3)]=m.group(5)
       exceptAttributeError:
           pass
   returndict0

retext()中的[\x80-\xff]+可以匹配任意长度的UTF-8编码的中文，而[\u3400-\u9FFF]+可以匹配任意长度的unicode编码中文。我在函数中加入了对unicode编码进行匹配的原因是我需要处理的这个字符串是通过request.POST.get()发送到服务器的。而这个request.POST.get()正是使用unicode编码。如果在数据库中查询这些数据则还需要使用decode('utf-8')将字符转化成UTF-8编码。

http://2.latest.jieblog.appspot.com/tag/utf-8/