最近要为某国大选做项目,得把项目中所有汉字翻译为西文。项目中java、js文件几千个,eclipse中\w是无法识别中文的。所以下面这两条正则就算救命的工具了。 匹配中文字符的正则表达式: [\u4e00-\u9fa5]: \u表示unicode,4e00~9fa5是unicode的中文编码段。 匹配双字节字符:[^\x00-\xff] :一个汉字占两个字节,这个就很明显了。