正则表达式中 中文 Unicode字符(转)

中文的正则表达式, 应该是^[\u4E00-\u9FFF]+$, 和论坛里常被人提起的^[\u4E00-\u9FA5]+$很接近。

论坛里说的^[\u4e00-\u9fa5]+$这是专门用于匹配简体中文的正则表达式, 实际上繁体字也在里面, 我用测试器测试了下'中華人民共和國', 也通过了, 当然, ^[\u4E00-\u9FFF]+$也是一样的结果

 2e80~33ffh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。

3400~4dffh:中日韩认同表意文字扩充a区,总计收容6,582个中日韩汉字。

4e00~9fffh:中日韩认同表意文字区,总计收容20,902个中日韩汉字。

a000~a4ffh:彝族文字区,收容中国南方彝族文字和字根。

ac00~d7ffh:韩文拼音组合字区,收容以韩文音符拼成的文字。

f900~faffh:中日韩兼容表意文字区,总计收容302个中日韩汉字。

fb00~fffdh:文字表现形式区,收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。

^[\u2e80-\u9fff]+$,  这个应该就是匹配中日韩文字的正则表达式了, 包括我們臺灣省還在盲目使用的繁體中文


转自:http://www.cnblogs.com/goody9807/archive/2008/03/06/448087.html

原文地址:https://www.cnblogs.com/scottckt/p/1523131.html