需求是统计工程里所有中文字符（中文注释除外），并且整理到word文档中。例如，工程里一个带有中文字符的文件如下：
统计结果：
如果中文字符串数量很少，我们完全可以手动一个一个统计，但如果数量很多，几百几千个中文字符，在一个一个手动统计怕是要累死人。而用正则表达式就可以轻松地完成统计。
首先我们用正则表达式匹配文件里（java）所有带有双引号的中文字符。刚开始我用的表达式是："[\u4e00-\u9fa5]+"
结果发现只能匹配引号中是纯中文的字符串，像"您输入的昵称长度不正确，请重新输入"，"昵称中不可有空格，请重新输入！"，"昵称中包含敏感字符，请重新输入【"，这些都无法匹配到。正确的表达式应该是："(?:[^"\\]|\\.)*"
这样就能匹配所有带有双引号的字符了。
不难看出，如果匹配所有纯中文字符（不带引号），那应该用的正则表达式是：[\u4e00-\u9fa5]
这样是一个汉字一个汉字地匹配的。当然，这里前后的双引号也可以换成其他符号，比如换成单引号就是匹配带有单引号（被单引号包括）的字符，换成小括号就是匹配带有小括号（被小括号包括）的字符……
总结一下就是：
匹配所有双引号内的纯中文字符："[\u4e00-\u9fa5]+"
匹配所有双引号内的字符："(?:[^"\\]|\\.)*"
匹配成功后，我们可以通过整体替换，提取出来所有匹配的字符。比如我们这个，我们先把要统计的文档粘贴到notepad++里（其他编辑工具也可以），由于我们要获取引号内的字符，那我们只需要把引号外的内容删除掉，剩下的就是我们想要的。但是问题是我们怎么才能删掉引号外的内容呢？其实上面我们已经找到了方法，还是用正则表达式，我们在文本的开头加上一个引号，如下图所示：
然后，我们从文档最开始搜索替换，输入我们前面的匹配带有双引号的字符的正则表达式：
切记光标一定要放在文档最前头，也就是我们加的那个引号之前，否则匹配会混乱。如果不确定可以先点击“查找下一个”看看匹配是否正确，确定无误后，点击全部替换，结果如下：
最后我们只需要把文本最前面的一个引号和逗号去掉，再在文本最后加上一个引号，就得到要求的统计结果了。
如果有更好的方法，希望不吝赐教！
