Question

求验证中文正则表达式

\u4E00-\u9FA5能验证中文，但是包含中文符号 我只想要中文（不要’‘；，这种中文符号）
高手请进 谢谢

Answer 1

\u4E00-\u9FA5只包含汉字，没有标点符号等。
比如：
“是\u201C
；是\uFF1B
，是\uFF0C
都不在这个范围内。

你遇到的问题，我估计跟编码有关：
有些工具在简体中文默认编码(CP 936 /GBK)状态下，无法正常处理此类正则表达式。
请将所用工具的编码切换到任意一种Unicode编码（比如 UTF-8）试试。

另外，简单地说，\u4E00-\u9FA5只是我们常用的GBK汉字范围。汉字不止这些。

若仍未解决，请详述现象，我继续帮你。

Answer 2

正则表达式主体：

[0-9]+[a-zA-Z]+[0-9a-zA-Z]*|[a-zA-Z]+[0-9]+[0-9a-zA-Z]*

说明：分为两种情况：

①至少一个数字开头，接着至少一个字母，后面无论是数字还是字母都可以。

②至少一个字母开头，接着至少一个数字，后面无论是数字还是字母都可以。

补充说明：虽然有些环境使用\d或[:digit:]之类的形式可以表示数字，或者其它的特定的形式所对应的特定字符集，但是这样表示并不是通用的；因此建议使用通用的方式来写正则表达式，如[0-9]表示数字，[a-zA-Z]表示大小写字母等。当然，对于特定的编程语言可能还会涉及到转义字符，届时请注意一下。

Answer 3

"^[\u4e00-\u9fa5]+$"我也找了好多，这个是好的，可以用！

Answer 4

Perl中可以使用：
use Encode;
$_='我亲爱的只；你知道吗？我在想你们^-^';
$a=decode('cp936',$_);
($x)=($a =~ m/[\p{Han}]+/g);
print encode('cp936',$x),"\n";

匹配汉字，不会匹配到标点符号