比较准确完整的中文字符正则校验

最新推荐文章于 2024-07-25 20:44:08 发布

demonbug

最新推荐文章于 2024-07-25 20:44:08 发布

阅读量3.2k

点赞数 1

分类专栏： Java

本文链接：https://blog.csdn.net/demonbug/article/details/83862059

版权

Java 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

网上大多数校验中文的正则都是\u4e00-\u9fa5，经过实际测试，这个正则无法匹配中文标点，如（），。等

仔细研究了unicode的规范，本着尽量宽泛、遵循unicode分类的原则，总结了一套比较准确完整的校验规则：

// http://www.unicode.org/charts/PDF/U2000.pdf 一般标点
// http://www.unicode.org/charts/PDF/U3000.pdf CJK符号和标点
// http://www.unicode.org/charts/PDF/U4E00.pdf CJK统一表意文字
// http://www.unicode.org/charts/PDF/UFF00.pdf 半宽全宽形状
String COMMON_STRING_REGEX = "[\u2000-\u206f\u3000-\u303f\u4e00-\u9fef\uff00-\uffef]*";