unicode编码中文标点符号

最新推荐文章于 2024-12-03 15:32:45 发布

原创最新推荐文章于 2024-12-03 15:32:45 发布 · 2.4k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#java #正则表达式

java 同时被 2 个专栏收录

4 篇文章

订阅专栏

正则表达式

2 篇文章

订阅专栏

本文详细介绍了一种用于匹配中文字符及其常用标点符号的正则表达式，涵盖了从基本汉字到特殊符号的广泛范围，为文本处理和信息提取提供了有力工具。

中文及中文标点符号的正则表达式

String cnSymbolsEx = "[\\u4e00-\\u9fa5" + // 中文
            "\\u00d7\\u2013\\u2014" + // ×–—
            "\\u2018-\\u2027" + //‘’‚‛“”„‟․‥…‧
            "\\u3001\\u3002\\u3003" + // 、。〃
            "\\u3008-\\u3011\\u3014\\u3015" + // 〈〉《》「」『』【】〔〕
            "\\uff01-\\uff0f\\uff1a-\\uff20" + // ！＂＃＄％＆＇（）＊＋，－．／：；＜＝＞？＠
            "\\uff3b-\\uff40" + // ［＼］＾＿｀
            "\\uff5b-\\uff65" + // ｛｜｝～｟｠｡｢｣､･
            "\\uffe5]"; //￥