匹配中文汉字日文韩文等多国语言的正则表达式（转）

转自：http://www.javadn.com/read.php?tid-692.html

 

2E80～33FFh：中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符，中日韩的符号、标点、带圈或带括符文数字、月份，以及日本的假名组合、单位、年号、月份、日期、时间等。
3400～4DFFh：中日韩认同表意文字扩充A区，总计收容6,582个中日韩汉字。
4E00～9FFFh：中日韩认同表意文字区，总计收容20,902个中日韩汉字。
A000～A4FFh：彝族文字区，收容中国南方彝族文字和字根。
AC00～D7FFh：韩文拼音组合字区，收容以韩文音符拼成的文字。
F900～FAFFh：中日韩兼容表意文字区，总计收容302个中日韩汉字。
FB00～FFFDh：文字表现形式区，收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。
比如需要匹配所有中日韩非符号字符,那么正则表达式应该是^[\u3400-\u9FFF]+$  
理论上没错,   可是我到msn.co.ko随便复制了个韩文下来,   发现根本不对,   诡异  
再到msn.co.jp复制了个 'お ',   也不得行..  
然后把范围扩大到^[\u2E80-\u9FFF]+$,   这样倒是都通过了,   这个应该就是匹配中日韩文字的正则表达式了,   包括我們臺灣省還在盲目使用的繁體中文
而关于中文的正则表达式,   应该是^[\u4E00-\u9FFF]+$,   和论坛里常被人提起的^[\u4E00-\u9FA5]+$很接近
需 要注意的是论坛里说的^[\u4E00-\u9FA5]+$这是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,   我用测试器测试了下 '中華人民共和國 ',   也通过了,   当然,   ^[\u4E00-\u9FFF]+$也是一样的结果