Question

正则匹配的中文包括中文标点符号吗?

Answer 1

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、/^([\p{Han}\p{P}A-Za-z0-9])*$/u，其中 \p{Han}表示utf-8编码中的所有中文字符，\p{P}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