unicode 或utf8 中文编码范围- xiao913 - 博客园
文章推薦指數: 80 %
常被提起中文编码范围[/u4E00-/u9FA5]但随便复制了个韩文下来,或者'お',都不行。
然后把范围扩大到^[/u2E80-/u9FFF]+$,这样倒是都通过了, ...
首页
新闻
博问
专区
闪存
班级
我的博客
我的园子
账号设置
简洁模式...
退出登录
注册
登录
xiao913
unicode或utf8中文编码范围
常被提起中文编码范围[/u4E00-/u9FA5]但随便复制了个韩文下来,或者'お',都不行。
然后把范围扩大到^[/u2E80-/u9FFF]+$,这样倒是都通过了,应该就是匹配中日韩文字的正则表达式了,包括臺灣使用的繁體字。
而关于中文的正则表达式,应该是^[/u4E00-/u9FFF]+$,和常被提起的^[/u4E00-/u9FA5]+$很接近。
需要注意的是^[/u4E00-/u9FA5]+$专门用于匹配简体中文的正则表达式,实际上繁体字也在里面,测试了下'中華人民共和國',也通过了,当然,^[/u4E00-/u9FFF]+$也是一样的结果。
emoji字符过滤用(char&0xF8)==0xF0)可以过滤大部分。
posted@
2017-06-0917:52
xiao913
阅读(2358)
评论(0)
编辑
收藏
举报
刷新评论刷新页面返回顶部
Copyright©2022xiao913
Poweredby.NET6onKubernetes
延伸文章資訊
- 1整理Unicode 經常會使用到的內碼區域並透過Regex 自動比對 ...
UTF-8 相容於ASCII 的文字範圍 ... 簡單來說,就是「所有的漢字」都在這個範圍裡,包含正體中文、簡體中文與日文、韓文、越南文裡的漢字。
- 2中文在UTF8和GBK编码中的范围- 爱E族 - 发现
编码范围 1. GBK (GB2312/GB18030). x00-xff GBK双字节编码范围; x20-x7f ASCII字符; x80-xff 中文(GBK中文范围). xa1-xff 中...
- 3UTF-8 - 维基百科,自由的百科全书
其中ASCII only曲线包括所有仅包含ASCII字符的网页,无论元数据中声明如何。 自2009年以来,UTF-8一直是万维网的最主要的编码形式(对所有,而不仅是Unicode范围 ...
- 4UTF8中文编码范围 - Bill's Blog
- 5unicode 或utf8 中文编码范围- xiao913 - 博客园
常被提起中文编码范围[/u4E00-/u9FA5]但随便复制了个韩文下来,或者'お',都不行。然后把范围扩大到^[/u2E80-/u9FFF]+$,这样倒是都通过了, ...