大家好，又见面了，我是你们的朋友全栈君。
若要用JAVA正则表达式匹配中文字符，主要是了解中文字符的编码。
匹配中文字符：半角:[\u4e00-\u9fa5] ，全角：[ufe30-uffa0]
匹配中文符号： 。 ； ， ： “ ”（ ） 、 ？ 《 》的对应编码为：”[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]”
英文字母:[a-zA-Z]
数字:[0-9]
下面的例子是要匹配出字符串中含有“《中英字符*》”的例子，并输出匹配内容，其中.表示除了行终止符之外的所有字符。
public static void main(String[] args) {
String patternStr = "\u300a.+\u300b";
Pattern pattern = Pattern.compile(patternStr);
String input = "《21世纪经济报道》记者";
Matcher matcher = pattern.matcher(input);
if (matcher.find()) {
int start = matcher.start();
int end = matcher.end();
System.out.println(input.substring(start, end));
}else{
System.out.println("not found");
}
//output: 《21世纪经济报道》
}上例patternStr得到的匹配结果是最长的string。比如若input=”莫言作品《丰乳肥臀》，《红高粱》“， 那么输出的就是”《丰乳肥臀》，《红高粱》“。
若修改patternStr=”\u300a[^\u300a]+\u300b”; 即《》内的字符不能为《。 输出的结果就是《丰乳肥臀》。
当然若有具体的数据特征，可进一步改进pattern string。
最近要做一个中文数据的处理，查了一下蛮有意思的。
参考文献：
http://www.111cn.net/jsp/Java/46105.htm
http://blog.csdn.net/love_5209/article/details/23353907
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/150561.html原文链接：https://javaforall.net
