Question

java 正则表达式如何提取中文的问题

匹配中文的正则表达式是[\u4e00-\u9fa5],这个如何使用啊
比如我要提取“更新至”的字符串，那reg应该怎么写啊

Answer 1

String regex="([\u4e00-\u9fa5]+)";
String str="132更新至456";
Matcher matcher = Pattern.compile(regex).matcher(str);
if(matcher.find()){
System.out.println(matcher.group(0));
}

追问

如果str="电视剧44它的4fdgr更新至57"；
这个字符串有很多中文，我只需要获取“更新至”，怎么办呢

追答

你要的 是固定字符串吗？ “更新至”

追问

是，更新至后面还跟了一个不确定的数字

追答

String regex="(更新至)";
String str="电视剧44它的4fdgr更新至57";
Matcher matcher = Pattern.compile(regex).matcher(str);
if(matcher.find()){
System.out.println(matcher.group(0));
}
数字要吗？你要更新至 干嘛 有啥意义吗？

追问

我要获取这个电视剧更新的信息，谢谢啊，我试了下成了，还有一个问题：
就是我这段代码是作用于一个url网页的，我要提取这个网页的更新信息，但是我最后读出来的中文字都是乱码，比如刚刚那个“更新至”就是乱码，我该如何解决呢

追答

request.setCharacterEncoding("utf-8");
或者
request.setCharacterEncoding("gbk");
获取请求，然后设置编码。(看你自己的项目是什么编码)
你用的不是ajax吧。

追问

我就是找不到人问这个编码的事啊，你能给我说你qq，咱门qq上说行不行，谢谢啊，我为这个事儿焦头烂额的

追答

嘿嘿 搞定了， 右键单击项目，properties
resource（默认）
设置text file encoding
为utf-8;
然后就OK了。