正则表达式的汉字匹配

这里是几个主要非英文语系字符范围

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

判断邮箱：^([a-z0-9A-Z]+[-|.]?)+[a-z0-9A-Z]@([a-z0-9A-Z]+(-[a-z0-9A-Z]+)?.)+[a-zA-Z]{2,}$

判断密码为数字，英文，中午，2-20位：^[a-z0-9A-Z[u2E80-u9FFF]+]{1,19}$

原文：http://www.cnblogs.com/yitian/archive/2008/11/14/1333569.html

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!