匹配中文字符的正则表达式： [/u4e00-/u9fa5]

朴灿烈づ我的快乐病毒、 2022-11-26 08:40 629阅读 0赞

这里是几个主要非英文语系字符范围(google上找到的):

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。

比如需要匹配所有中日韩非符号字符,那么正则表达式应该是^\[/u3400-/u9FFF\]+$   
理论上没错, 可是我到msn.co.ko随便复制了个韩文下来, 发现根本不对, 诡异   
再到msn.co.jp复制了个'お', 也不得行..

然后把范围扩大到^\[/u2E80-/u9FFF\]+$, 这样倒是都通过了, 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

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

需要注意的是论坛里说的^\[/u4E00-/u9FA5\]+$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

匹配双字节字符(包括汉字在内)：\[^x00-xff\]   
　　评注：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）   
　　匹配空白行的正则表达式：ns\*r   
　　评注：可以用来删除空白行   
　　匹配HTML标记的正则表达式：<(S\*?)\[^>\]\*>.\*?|<.\*? />   
　　评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力   
　　匹配首尾空白字符的正则表达式：^s\*|s\*$   
　　评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式   
　　匹配Email地址的正则表达式：w+(\[-+.\]w+)\*@w+(\[-.\]w+)\*.w+(\[-.\]w+)\*   
　　评注：表单验证时很实用   
　　匹配网址URL的正则表达式：\[a-zA-z\]+://\[^s\]\*   
　　评注：网上流传的版本功能很有限，上面这个基本可以满足需求   
　　匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^\[a-zA-Z\]\[a-zA-Z0-9\_\]\{4,15\}$   
　　评注：表单验证时很实用   
　　匹配国内电话号码：d\{3\}-d\{8\}|d\{4\}-d\{7\}   
　　评注：匹配形式如 0511-4405222 或 021-87888822   
　　匹配腾讯QQ号：\[1-9\]\[0-9\]\{4,\}   
　　评注：腾讯QQ号从10000开始   
　　匹配中国邮政编码：\[1-9\]d\{5\}(?!d)   
　　评注：中国邮政编码为6位数字   
　　匹配身份证：d\{15\}|d\{18\}   
　　评注：中国的身份证为15位或18位   
　　匹配ip地址：d+.d+.d+.d+   
　　评注：提取ip地址时有用   
　　匹配特定数字：   
　　^\[1-9\]d\*$　 　 //匹配正整数   
　　^-\[1-9\]d\*$ 　 //匹配负整数   
　　^-?\[1-9\]d\*$　　 //匹配整数   
　　^\[1-9\]d\*|0$　 //匹配非负整数（正整数 + 0）   
　　^-\[1-9\]d\*|0$　　 //匹配非正整数（负整数 + 0）   
　　^\[1-9\]d\*.d\*|0.d\*\[1-9\]d\*$　　 //匹配正浮点数   
　　^-(\[1-9\]d\*.d\*|0.d\*\[1-9\]d\*)$　 //匹配负浮点数   
　　^-?(\[1-9\]d\*.d\*|0.d\*\[1-9\]d\*|0?.0+|0)$　 //匹配浮点数   
　　^\[1-9\]d\*.d\*|0.d\*\[1-9\]d\*|0?.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）   
　　^(-(\[1-9\]d\*.d\*|0.d\*\[1-9\]d\*))|0?.0+|0$　　//匹配非正浮点数（负浮点数 + 0）   
　　评注：处理大量数据时有用，具体应用时注意修正   
　　匹配特定字符串：   
　　^\[A-Za-z\]+$　　//匹配由26个英文字母组成的字符串   
　　^\[A-Z\]+$　　//匹配由26个英文字母的大写组成的字符串   
　　^\[a-z\]+$　　//匹配由26个英文字母的小写组成的字符串   
　　^\[A-Za-z0-9\]+$　　//匹配由数字和26个英文字母组成的字符串   
　　^w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串   
　　在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下:   
　　只能输入数字：“^\[0-9\]\*$”   
　　只能输入n位的数字：“^d\{n\}$”   
　　只能输入至少n位数字：“^d\{n,\}$”   
　　只能输入m-n位的数字：“^d\{m,n\}$”   
　　只能输入零和非零开头的数字：“^(0|\[1-9\]\[0-9\]\*)$”   
　　只能输入有两位小数的正实数：“^\[0-9\]+(.\[0-9\]\{2\})?$”   
　　只能输入有1-3位小数的正实数：“^\[0-9\]+(.\[0-9\]\{1,3\})?$”   
　　只能输入非零的正整数：“^+?\[1-9\]\[0-9\]\*$”   
　　只能输入非零的负整数：“^-\[1-9\]\[0-9\]\*$”   
　　只能输入长度为3的字符：“^.\{3\}$”   
　　只能输入由26个英文字母组成的字符串：“^\[A-Za-z\]+$”   
　　只能输入由26个大写英文字母组成的字符串：“^\[A-Z\]+$”   
　　只能输入由26个小写英文字母组成的字符串：“^\[a-z\]+$”   
　　只能输入由数字和26个英文字母组成的字符串：“^\[A-Za-z0-9\]+$”   
　　只能输入由数字、26个英文字母或者下划线组成的字符串：“^w+$”   
　　验证用户密码:“^\[a-zA-Z\]w\{5,17\}$”正确格式为：以字母开头，长度在6-18之间，   
　　只能包含字符、数字和下划线。   
　　验证是否含有^%&',;=?$"等字符：“\[^%&',;=?$x22\]+”   
　　只能输入汉字：“^\[u4e00-u9fa5\],\{0,\}$”   
　　验证Email地址：“^w+\[-+.\]w+)\*@w+(\[-.\]w+)\*.w+(\[-.\]w+)\*$”   
　　验证InternetURL：“^http://(\[w-\]+.)+\[w-\]+(/\[w-./?%&=\]\*)?$”   
　　验证电话号码：“^((d\{3,4\})|d\{3,4\}-)?d\{7,8\}$”   
　　正确格式为：“XXXX-XXXXXXX”，“XXXX-XXXXXXXX”，“XXX-XXXXXXX”，   
　　“XXX-XXXXXXXX”，“XXXXXXX”，“XXXXXXXX”。   
　　验证身份证号（15位或18位数字）：“^d\{15\}|d\{\}18$”   
　　验证一年的12个月：“^(0?\[1-9\]|1\[0-2\])$”正确格式为：“01”-“09”和“1”“12”   
　　验证一个月的31天：“^((0?\[1-9\])|((1|2)\[0-9\])|30|31)$”   
　　正确格式为：“01”“09”和“1”“31”。   
　　匹配中文字符的正则表达式： \[u4e00-u9fa5\]   
　　匹配双字节字符(包括汉字在内)：\[^x00-xff\]   
　　匹配空行的正则表达式：n\[s| \]\*r   
　　匹配HTML标记的正则表达式：/<(.\*)>.\*|<(.\*) />/   
　　匹配首尾空格的正则表达式：(^s\*)|(s\*$)   
　　匹配Email地址的正则表达式：w+(\[-+.\]w+)\*@w+(\[-.\]w+)\*.w+(\[-.\]w+)\*   
　　匹配网址URL的正则表达式：http://(\[w-\]+.)+\[w-\]+(/\[w- ./?%&=\]\*)?   
　　(1)应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）   
　　String.prototype.len=function()\{return this.replace(\[^x00-xff\]/g,"aa").length;\}   
　　(2)应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现   
　　String.prototype.trim = function()   
　　\{   
　　return this.replace(/(^s\*)|(s\*$)/g, "");   
　　\}   
　　(3)应用：利用正则表达式分解和转换IP地址   
　　function IP2V(ip) //IP地址转换成对应数值   
　　\{   
　　re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正则表达式   
　　if(re.test(ip))   
　　\{   
　　return RegExp.$1\*Math.pow(255,3))+RegExp.$2\*Math.pow(255,2))+RegExp.$3\*255+RegExp.$4\*1   
　　\}   
　　else   
　　\{   
　　throw new Error("Not a valid IP address!")   
　　\}   
　　\}   
　　(4)应用：从URL地址中提取文件名的javascript程序   
　　s="http://www.9499.net/page1.htm";   
　　s=s.replace(/(.\*/)\{0,\}(\[^.\]+).\*/ig,"$2") ;//Page1.htm   
　　(5)应用：利用正则表达式限制网页表单里的文本框输入内容   
　　用正则表达式限制只能输入中文：οnkeyup="value=value.replace(/\[^u4E00-u9FA5\]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^u4E00-u9FA5\]/g,'))"   
　　用正则表达式限制只能输入全角字符： οnkeyup="value=value.replace(/\[^uFF00-uFFFF\]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^uFF00-uFFFF\]/g,'))"   
　　用正则表达式限制只能输入数字：οnkeyup="value=value.replace(/\[^d\]/g,') "onbeforepaste= "clipboardData.setData('text',clipboardData.getData('text').replace(/\[^d\]/g,'))"   
　　用正则表达式限制只能输入数字和英文：οnkeyup="value=value.replace(/\[W\]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^d\]/g,'