对各字符集编码范围的总结

转载 2016年06月02日 01:56:14

转载自http://blog.csdn.net/lb521200200/article/details/2497152

最近项目中用到了对文字、标点以及特殊字符的判断。
网上关于GBK、GB2312和BIG5编码范围的资料比较多,但是日文的资料比较少,我总结了一下,希望能对大家在正则中判断
这些字符集尤其是日文字符集的各种字、标点以及特殊符号的时候有所帮助。

UTF8
[/x01-/x7f]|[/xc0-/xdf][/x80-/xbf]|[/xe0-/xef][/x80-/xbf]{2}|[/xf0-/xff][/x80-/xbf]{3}

UTF16
[/x00-/xd7][/xe0-/xff]|[/xd8-/xdf][/x00-/xff]{2}

JIS
[/x20-/x7e]|[/x21-/x5f]|[/x21-/x7e]{2}

SJIS
[/x20-/x7e]|[/xa1-/xdf]|([/x81-/x9f]|[/xe0-/xef])([/x40-/x7e]|[/x80-/xfc])

EUC_JP        
[/x20-/x7e]|/x81[/xa1-/xdf]|[/xa1-/xfe][/xa1-/xfe]|/x8f[/xa1-/xfe]{2}

EUC_JP标点符号及特殊字符        
[/xa1-/xa2][/xa0-/xfe]

EUC_JP全角数字
/xa3[/xb0-/xb9]

EUC_JP全角大写英文
/xa3[/xc1-/xda]

EUC_JP全角小写英文     
/xa3[/xe1-/xfa]

EUC_JP全角平假名
/xa4[/xa1-/xf3]

EUC_JP全角片假名 [color=Red]2007-03-12 15:00更新[/color]
/xa3[/xb0-/xb9]|/xa3[/xc1-/xda]|/xa5[/xa1-/xf6][/xa3][/xb0-/xfa]|[/xa1][/xbc-/xbe]|[/xa1][/xdd]

EUC_JP全角汉字 [color=Red]2007-03-12 15:06更新[/color]
[/xb0-/xcf][/xa0-/xd3]|[/xd0-/xf4][/xa0-/xfe]|[/xB0-/xF3][/xA1-/xFE]|[/xF4][/xA1-/xA6]|[/xA4][/xA1-/xF3]|[/xA5][/xA1-/xF6]|[/xA1][/xBC-/xBE]

Big5
[/x01-/x7f]|[/x81-/xfe]([/x40-/x7e]|[/xa1-/xfe])

GBK
[/x01-/x7f]|[/x81-/xfe][/x40-/xfe]

GB2312汉字
[/xb0-/xf7][/xa0-/xfe]

GB2312半角标点符号及特殊符号
/xa1[/xa2-/xfe]

GB2312罗马数组及项目序号
/xa2([/xa1-/xaa]|[/xb1-/xbf]|[/xc0-/xdf]|[/xe0-/xe2]|[/xe5-/xee]|[/xf1-/xfc])

GB2312全角标点及全角字母
/xa3[/xa1-/xfe]

GB2312日文平假名
/xa4[/xa1-/xf3]

GB2312日文片假名
/xa5[/xa1-/xf6]


補充: 
GB18030
[/x00-/x7f]|[/x81-/xfe][/x40-/xfe]|[/x81-/xfe][/x30-/x39][/x81-/xfe][/x30-/x39]


[color=Red]2007-03-12 21:35 补充[/color] 
日文半角空格
/x20

SJIS全角空格
(?:/x81/x81)

SJIS全角数字
(?:/x82[/x4f-/x58])

SJIS全角大写英文
(?:/x82[/x60-/x79])

SJIS全角小写英文
(?:/x82[/x81-/x9a])

SJIS全角平假名
(?:/x82[/x9f-/xf1])

SJIS全角平假名扩展
(?:/x82[/x9f-/xf1]|/x81[/x4a/x4b/x54/x55])

SJIS全角片假名
(?:/x83[/x40-/x96])

SJIS全角片假名扩展
(?:/x83[/x40-/x96]|/x81[/x45/x5b/x52/x53])

EUC_JP全角空格
(?:/xa1/xa1)

EUC半角片假名
(?:/x8e[/xa6-/xdf])
补充:
日文半角空格 
SJIS全角空格 
SJIS全角数字 
SJIS全角大写英文 
SJIS全角小写英文 
SJIS全角平假名 
SJIS全角平假名扩展 
SJIS全角片假名 
SJIS全角片假名扩展 
EUC_JP全角空格 
EUC半角片假名

相关文章推荐

对中日繁字符集编码范围正则表达式的总结

最近项目中用到了对文字、标点以及特殊字符的判断。网上关于GBK、GB2312和BIG5编码范围的资料比较多,但是日文的资料比较少,我总结了一下,希望能对大家在正则中判断这些字符集尤其是日文字符集的各种...

UTF-8、GB2312、GB18030、GBK和BIG5等字符集编码范围的具体说明

一 预备知识 1,字符:字符是抽象的最小文本单位。它没有固定的形状(可能是一个字形),而且没有值。“A”是一个字符,“€”(德国、法国和许多其他欧洲国家通用货币的标志)也是一个字符。“中”“国”这是...

GBK,BIG5等字符集编码范围的具体说明

一 预备知识 1,字符:字符是抽象的最小文本单位。它没有固定的形状(可能是一个字形),而且没有值。“A”是一个字符,“€”(德国、法国和许多其他欧洲国家通用货币的标志)也是一个字符。“中”“国”这是...
  • zgjxhgh
  • zgjxhgh
  • 2012年04月11日 13:08
  • 450

字符集编码转换工具

  • 2009年03月29日 15:59
  • 143KB
  • 下载

黑马程序员-JAVA.IO-字符集编码问题

------Java培训、Android培训、iOS培训、.Net培训、期待与您交流! ------- 最近看毕老师的JAVA视频系列,获益颇多,看到IO系列的时候,我关注到一个问题:就是语言与字...
  • sisel
  • sisel
  • 2015年04月10日 22:10
  • 1180

常用字符集编码原理及解决方法

  • 2013年06月19日 15:13
  • 267KB
  • 下载

转载 中文字符集编码Unicode ,gb2312 , cp936 ,GBK,GB18030

转自: http://www.blog.edu.cn/user3/flyingcs/archives/2006/1418577.shtml 概要:UTF-8的一个特别的好处是它与ISO- 8859...

Mysql字符集编码详解

  • 2012年06月19日 11:32
  • 20KB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:对各字符集编码范围的总结
举报原因:
原因补充:

(最多只允许输入30个字)