java 正则表达式匹配中文

Java的正则表达式如何匹配中文字符呢?

 

下面给出例子让我们匹配所有的中文字符:

 

Java代码 
public static void regxChinese(){  
       // 要匹配的字符串     
       String source = "<span title='5 星级酒店' class='dx dx5'>";  
       // 将上面要匹配的字符串转换成小写     
      // source = source.toLowerCase();     
       // 匹配的字符串的正则表达式     
       String reg_charset = "<span[^>]*?title=\'([0-9]*[\\s|\\S]*[\u4E00-\u9FA5]*)\'[\\s|\\S]*class=\'[a-z]*[\\s|\\S]*[a-z]*[0-9]*\'";      

       Pattern p = Pattern.compile(reg_charset);     

       Matcher m = p.matcher(source);     
       while (m.find()) {     
        System.out.println(m.group(1));  
       }  
} 

 public static void regxChinese(){
        // 要匹配的字符串  
        String source = "<span title='5 星级酒店' class='dx dx5'>";
        // 将上面要匹配的字符串转换成小写  
       // source = source.toLowerCase();  
        // 匹配的字符串的正则表达式  
        String reg_charset = "<span[^>]*?title=\'([0-9]*[\\s|\\S]*[\u4E00-\u9FA5]*)\'[\\s|\\S]*class=\'[a-z]*[\\s|\\S]*[a-z]*[0-9]*\'";    
 
        Pattern p = Pattern.compile(reg_charset);  
        Matcher m = p.matcher(source);  
        while (m.find()) {  
         System.out.println(m.group(1));
        }
 }

输出如下:

 

Html代码 
5 星级酒店 

5 星级酒店

 

注解:匹配所有中文字符正则表达式如下:

 

Java代码 
[\u4E00-\u9FA5]汉字﹐[\uFE30-\uFFA0]全角字符 

[\u4E00-\u9FA5]汉字﹐[\uFE30-\uFFA0]全角字符

所以说,Java的正则表达式是可以匹配中文字符的,同时,用中文字符来写表达式也是可以的.比如说上面的要匹配下面的字符:

 

Html代码 
5 星级酒店 

5 星级酒店

上面例子中的中文正则表达式还可以写成如下的形式:

 

 

Java代码 
String reg_charset = "<span[^>]*?title=\'([0-9]*[\\s|\\S]*星级酒店)\'[\\s|\\S]*class=\'[a-z]*[\\s|\\S]*[a-z]*[0-9]*\'";      

 String reg_charset = "<span[^>]*?title=\'([0-9]*[\\s|\\S]*星级酒店)\'[\\s|\\S]*class=\'[a-z]*[\\s|\\S]*[a-z]*[0-9]*\'";    
 

但是为了灵活性,最好就别用中文去写正则表达式,这样写太死了,一个不小心多个空格都会匹配不了..

网址：http://www.2cto.com/kf/201203/121660.html