Question

一个正则表达式的问题： 怎样用正则表示：一个汉字或一个单词

我知道汉字是：[u4e00-u9fa5]
单词是：\b\w+\b
但[u4e00-u9fa5] | (\b\w+\b) 不正确，是这样吗？
我知道原因了，这个表达式是错的，正确的是：[u4e00-u9fa5]|(\b\w+\b)，没有空格。

Answer 1

[u4e00-u9fa5]不匹配汉字
[\u4e00-\u9fa5]这个匹配汉字

\w 不同的语言含义不同，通用的解释是表示单词字符。
javascript 只能包含英文数字和下划线
而在C#中还包含汉字，韩文等

Answer 2

如果是GB码,可能是双字节GBK[0x81-0xfe][0x40-0xfe]，也可能是四字节GB18030[0x81-0xfe][0x30-0x39][0x81-0xfe][0x30-0x39]。
汉字在Unicode中称作CJK 统一表意符号 (CJK Unified Ideographs)，包括
reg=/^([\u+3400-\u+4dbf\u4e00-\u9fff\u+20000-\u3fffd\ue000-f8ff]{2,7})$/; //只能是中文，长度为2-7字
最后一项为PUA，参见百度百科【统一码】。

Answer 3

没错，正则表达式里不能随便加空格的。如果加的话需要给正则加参数extended，这个参数在不同的语言里有不同的写法

Answer 4

貌似你补充的也是错的数字可以输入，字符也可以输入

Answer 5