比较准确完整的中文字符正则校验

Posted 2021-01-18 demonbug

网上大多数校验中文的正则都是u4e00-u9fa5，经过实际测试，这个正则无法匹配中文标点，如（），。等

仔细研究了unicode的规范，本着尽量宽泛、遵循unicode分类的原则，总结了一套比较准确完整的校验规则：

 

// http://www.unicode.org/charts/PDF/U2000.pdf 一般标点
// http://www.unicode.org/charts/PDF/U3000.pdf CJK符号和标点
// http://www.unicode.org/charts/PDF/U4E00.pdf CJK统一表意文字
// http://www.unicode.org/charts/PDF/UFF00.pdf 半宽全宽形状
String COMMON_STRING_REGEX = "[u2000-u206fu3000-u303fu4e00-u9fefuff00-uffef]*";