正则匹配的中文包括中文标点符号吗?

Posted 2023-03-27

参考技术A

不一定的，需要依表达式范围而定，例如：[\\u4e00-\\u9fa5] 可以识别出任何汉字，但不包含如：\\u3002（匹配中文句号）。

解析：

“[\\u3002\\uff1b\\uff0c\\uff1a\\u201c\\u201d\\uff08\\uff09\\u3001\\uff1f\\u300a\\u300b] ”该表达式可以识别出： 。 ； ， ： “ ”（ ） 、 ？ 《 》 这些标点符号。 正则表达式“\\un”匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\\u00A9匹配版权符号（©）。

 正则表达式匹配中文汉字 [\\u4e00-\\u9fa5] ，该表达式可以识别出任何汉字。但上述 \\u3002 等匹配的符号不在范围内。

扩展资料：

汉字相关的正则表达式：

1、匹配双字节字符(包括汉字在内)：[^\\x00-\\xff] ，注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

2、只含有汉字、数字、字母、下划线，下划线位置不限：^[a-zA-Z0-9_\\u4e00-\\u9fa5]+$

3、/^([\\pHan\\pPA-Za-z0-9])*$/u，其中 \\pHan表示utf-8编码中的所有中文字符，\\pP表示中英文标点，A-Z表示大写字母，a-z表示小写英文字母，0-9表示数字，*表示>=0,，/u 表示按unicode(utf-8)匹配（主要针对多字节比如汉字）。

参考资料来源：百度百科-正则表达式

正则表达式

1.正则表达式描述了一种字符串的匹配模式，可以检查一个串是否包含一个子串，或者将子串替换或者取出

2.普通字符，包括没有显示指定为元字符外的其他字符，包括可打印字符和不可打印字符，包括所有大小写字母，所有数字，所有标点符号，和一些其他字符

3.非打印字符：如\f 标识匹配一个换页符，\n 匹配一个换行符，

4.特殊字符：如*，？如果要匹配这些字符，需要进行转义，前面加\，特殊字符有以下内容：

　　^ 匹配字符串的开始位置，即以什么开头的

　　$匹配字符串的结束为止，即以什么结尾

　　()匹配一个字符串的开始和结束位置

　　*匹配前面的子表达式零次或多次

　　+匹配前面的子表达式1次或多次

　　？匹配前面的子表达式零次或1次

　　.匹配除换行符之外的任何单字符

　　[标记一个中括号表达式的开始

　　｛｝标记一个限定符表达式

　　|指两项选择其中一个

　　｛n,m｝n<=m;标识匹配至少n次，至多m次