对各字符集编码范围的总结

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 \xa3[\xb0-\xb9]|\xa3[\xc1-\xda]|\xa5[\xa1-\xf6][\xa3][\xb0-\xfa]|[\xa1][\xbc-\xbe]|[\xa1][\xdd] EUC_JP全角汉字 [\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] GB18030 [\x00-\x7f]|[\x81-\xfe][\x40-\xfe]|[\x81-\xfe][\x30-\x39][\x81-\xfe][\x30-\x39] 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])

转载于:https://my.oschina.net/kiwivip/blog/115992