怎么使用正则表达式表示汉字

最新推荐文章于 2023-09-28 11:57:09 发布

转载最新推荐文章于 2023-09-28 11:57:09 发布 · 2.6k 阅读

文章标签：

#正则表达式 #引擎 #编程 #java #c# #测试

程序员人生专栏收录该内容

7 篇文章

订阅专栏

本文探讨了在notepad++、UltraEdit等编辑器中使用正则表达式匹配中文字符和标点符号的方法。通过实验发现，使用[一-龥！-～]可以实现有效匹配，解决了中文字符与标点符号的识别问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我刚在在notepad++中试过了，貌似它的正则表达式引擎是单字节的。用[\u4e00-\u9fa5]与[^\x00-\xff]都不能正常的匹配中文。实在是郁闷，在java、C#、JS里面编程都可以用“[\u4e00-\u9fa5]”来匹配中文的，于是想\u4e00不就是“一”，\u9fa5不就是“龥”吗？于是使用：
[一-龥]
正常查找到所有的中文字。这时，中文标点符号没有匹配，加上[\uFF01-\uFF5E]，即[！-～]，完美解决。。。

于是得出，notepad++、UltraEdit中匹配中文的正则表达式为：
[一-龥！-～]

注：EditPlus测试成功