这里是几个主要非英文语系字符范围
2E80~33FFh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。
3400~4DFFh:中日韩认同表意文字扩充A区,总计收容6,582个中日韩汉字。
4E00~9FFFh:中日韩认同表意文字区,总计收容20,902个中日韩汉字。
A000~A4FFh:彝族文字区,收容中国南方彝族文字和字根。
AC00~D7FFh:韩文拼音组合字区,收容以韩文音符拼成的文字。
F900~FAFFh:中日韩兼容表意文字区,总计收容302个中日韩汉字。
FB00~FFFDh:文字表现形式区,收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。
比如需要匹配所有中日韩非符号字符,那么正则表达式应该是^[/u3400-/u9FFF]+$
理论上没错, 可是我到msn.co.ko随便复制了个韩文下来, 发现根本不对, 诡异
再到msn.co.jp复制了个'お', 也不得行..
然后把范围扩大到^[/u2E80-/u9FFF]+$, 这样倒是都通过了, 这个应该就是匹配中日韩文字的正则表达式了, 包括我们台湾省还在盲目使用的繁体中文
而关于中文的正则表达式, 应该是^[/u4E00-/u9FFF]+$, 和论坛里常被人提起的^[/u4E00-/u9FA5]+$很接近
需要注意的是论坛里说的^[/u4E00-/u9FA5]+$这是专门用于匹配简体中文的正则表达式, 实际上繁体字也在里面, 我用测试器测试了下'中华人民共和国', 也通过了, 当然, ^[/u4E00-/u9FFF]+$也是一样的结果
正则匹配汉字(收录)
原创
©著作权归作者所有:来自51CTO博客作者mb630ec035bcfe8的原创作品,请联系作者获取转载授权,否则将追究法律责任
上一篇:C#注解
下一篇:程序员必须掌握的正则表达式(转)
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
PHP,JS汉字正则匹配
编码真是一个让人头痛的事情,尤其像我这种基础功太差的人。UTF-8和GBK的编码
php 正则表达式 下划线 -
正则匹配汉字文字
正则匹配汉字文字 1 2 3 4 5 6 7 8 9 10 11 12 13 import re str=''' 汉字文字 12...
正则匹配 中文字符 前端 数据 数据库 编程语言 -
python 汉字的正则匹配 python正则匹配文本
正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。
python 汉字的正则匹配 python从文件中提取特定文本 正则表达式 字符串 bc -
hive sql 正则 hivesql正则匹配汉字
hive:正则:匹配中文/英文/数字(REGEXP 和 rlike)
hive正则表达式 hive 匹配字符 开发工程师 Java -
AndroidUtility软件
Android运行过程中有多种情况会触发垃圾回收(GC,garbage collection),以android 5.0为例,可以发现,在应用运行过程中最常见的触发GC的方式如下图所示: 此图是通过android studio截取的android应用运行过程中某应用内存占用情况的动态变化图,蓝色部分是应用占用的内存,灰色部分是当前空闲的内存。可以看到,在白色圈内的那点,当应用空闲的内存到达某阈
AndroidUtility软件 Garbage Collection Java Java 垃圾回收 android