Pythonのreモジュールで長音が扱えない？

Question

# coding: utf-8

import re

print re.search('ー' , 'チャーハン') 

上記コードを実行すると下記のエラーがでます。

Traceback (most recent call last):
File "sample.py", line 5, in <module>
print re.search('ー' , 'チャーハン')
File "C:\Python27\lib\re.py", line 146, in search
return _compile(pattern, flags).search(string)
File "C:\Python27\lib\re.py", line 251, in _compile
raise error, v # invalid expression
sre_constants.error: unexpected end of regular expression

re.searchの第一引数が
'チ'でも'ャ'でも'ハ'でも'ン'でも問題なく処理されるのですが、
'ー'の場合だけ、なぜかエラーがでてしまいます。

しかし、同じ'ー'でもreモジュールを使わず、
printで標準出力する場合はエラーも出ず、文字化けもせず、
正常に表示されます。

# coding: utf-8

print 'ー'

なぜ、'ー'の文字だけがreモジュールで
扱うことができないのでしょうか？

自分なりにwebで検索して調べてみたものの、
原因も解決策も見つかりませんでした。

原因および解決策をご存じであれば教えていただきたいです。
よろしくお願いいたします。

なお、当方の環境は、
OSがWindows7 SP1、
Pythonのバージョンは2.7.9です。

Answer 1

ファイルの文字エンコーディングが Shift_JIS になっていませんか？

下記のコードを Windows のコマンドプロンプトで正しく実行すると、むしろ化けてしまうはずです。化けないということは utf-8 で記述されていないと推測されます。

# coding: utf-8
print 'ー'

Comments

[lemonade]

まさにその通りでした。
スクリプトが書かれたファイルをutf-8で保存しなおして実行してみたところ、
うまくいきました。
本当に助かりました。ありがとうございました。

Answer 2

お邪魔します。

m = re.search(u'ー' , u'チャーハン)
if m:
    print m.group(0)
else:
    "No match."

としたら動作しましたよ。
内部文字コードが環境によって違うのではっきりしたことはわかりませんが、正規表現モジュールが正規表現をコンパイルするときに、メタ文字と一部誤認するような文字コードが含まれているとか、そういうことではないですかね。
変数で文字列を受ける場合も、unicode(str)などを使ってユニコード化してからモジュールに渡してやるのがよいですよ。

以上、参考まで。

Comments

[lemonade]

この度はご回答いただきまして、ありがとうございます。
早速、当方の環境で書いていただいたコードを実行してみたところ、
当方の環境では下記のエラーが出てしまい動作しませんでした。

File "sample.py", line 4
m = re.search(u'・ｽ[' , u'・ｽ`・ｽ・ｽ・ｽ[・ｽn・ｽ・ｽ)
^
SyntaxError: EOL while scanning string literal

[lemonade]

すみません。先ほど書いていただいたコードをよく確認してみたところ、
「チャーハン」を囲うクォートが片方抜けているようですね。
そのまま実行してしまいました。
その部分を早速修正して再度試してみたのですが、
今度は、下記のエラーがでて当方の環境ではうまく動作しませんでした。。

File "sample.py", line 5
m = re.search(u'ー' , u'チャーハン')
SyntaxError: (unicode error) 'utf8' codec can't decode byte 0x81 in position 0:
invalid start byte

[ShinpeiYamamoto]

クオートの件、大変失礼しました。www
当方の環境では動作していますので、他の回答者さんがおっしゃっているように、ファイルのエンコーディングが誤っている可能性が高そうですね。