unicode汉字编码
原来我使用的一直是 \u4e00-\u9fa5 ，今天在匹配中文标点的时候匹配不上，就查了一下相关资料，原来unicode跟中文有关的范围还有好几个。
字符范围表
1.标准CJK文字
范围：\u3400-\u4DB5,\u4E00-\u9FA5,\u9FA6-\u9FBB,\uF900-\uFA2D,\uFA30-\uFA6A,\uFA70-\uFAD9 说明：一共有好几个范围，除 \u4e00-\u9fa5外 都不是很常用 参考地址：http://www.unicode.org/Public/UNIDATA/Unihan.html
2.全角ASCII、全角中英文标点、半宽片假名、半宽平假名、半宽韩文字母
范围：\uFF00-\uFFEF 参考地址：http://www.unicode.org/charts/PDF/UFF00.pdf
3.CJK部首补充
范围：\u2E80-\u2EFF 参考地址：http://www.unicode.org/charts/PDF/U2E80.pdf
4.CJK标点符号
范围：\u3000-\u303F 参考地址：http://www.unicode.org/charts/PDF/U3000.pdf
5.CJK笔划
范围：\u31C0-\u31EF 参考地址：http://www.unicode.org/charts/PDF/U31C0.pdf
6.康熙部首
范围：\u2F00-\u2FDF 参考地址：http://www.unicode.org/charts/PDF/U2F00.pdf
7.汉字结构描述字符
范围：\u2FF0-\u2FFF 参考地址：http://www.unicode.org/charts/PDF/U2FF0.pdf
8.注音符号
范围：\u3100-\u312F 参考地址：http://www.unicode.org/charts/PDF/U3100.pdf
9.注音符号（闽南语、客家语扩展）
范围：\u31A0-\u31BF 参考地址：http://www.unicode.org/charts/PDF/U31A0.pdf
10.日文平假名
范围：\u3040-\u309F 参考地址：http://www.unicode.org/charts/PDF/U3040.pdf
11.日文片假名
范围：\u30A0-\u30FF 参考地址：http://www.unicode.org/charts/PDF/U30A0.pdf
12.日文片假名拼音扩展
范围：\u31F0-\u31FF 参考地址：http://www.unicode.org/charts/PDF/U31F0.pdf
13.韩文拼音
范围：\uAC00-\uD7AF 参考地址：http://www.unicode.org/charts/PDF/UAC00.pdf
14.韩文字母
范围：\u1100-\u11FF 参考地址：http://www.unicode.org/charts/PDF/U1100.pdf
15.韩文兼容字母
范围：\u3130-\u318F 参考地址：http://www.unicode.org/charts/PDF/U3130.pdf
16.易经六十四卦象
范围：\u4DC0-\u4DFF 参考地址：http://www.unicode.org/charts/PDF/U4DC0.pdf
17.彝文音节
范围：\uA000-\uA48F 参考地址：http://www.unicode.org/charts/PDF/UA000.pdf
18.彝文部首
范围：\uA490-\uA4CF 参考地址：http://www.unicode.org/charts/PDF/UA490.pdf
19.盲文符号
范围：\u2800-\u28FF 参考地址：http://www.unicode.org/charts/PDF/U2800.pdf
20.CJK字母及月份
范围：\u3200-\u32FF 参考地址：http://www.unicode.org/charts/PDF/U3200.pdf
21.CJK特殊符号（日期合并）
范围：\u3300-\u33FF 参考地址：http://www.unicode.org/charts/PDF/U3300.pdf
22.装饰符号（非CJK专用）
范围：\u2700-\u27BF 参考地址：http://www.unicode.org/charts/PDF/U2700.pdf
23.杂项符号（非CJK专用）
范围：\u2600-\u26FF 参考地址：http://www.unicode.org/charts/PDF/U2600.pdf
24.中文竖排标点
范围：\uFE10-\uFE1F 参考地址：http://www.unicode.org/charts/PDF/UFE10.pdf
25.CJK兼容符号（竖排变体、下划线、顿号）
范围：\uFE30-\uFE4F 参考地址：http://www.unicode.org/charts/PDF/UFE30.pdf
改进后的匹配表达式
- [\u3400-\u4DB5\u4E00-\u9FA5\u9FA6-\u9FBB\uF900-\uFA2D\uFA30-\uFA6A\uFA70-\uFAD9\uFF00-\uFFEF\u2E80-\u2EFF\u3000-\u303F\u31C0-\u31EF] (注：这条基本能满足要求)
- [\u3400-\u4DB5\u4E00-\u9FA5\u9FA6-\u9FBB\uF900-\uFA2D\uFA30-\uFA6A\uFA70-\uFAD9\uFF00-\uFFEF\u2E80-\u2EFF\u3000-\u303F\u31C0-\u31EF\u2F00-\u2FDF\u2FF0-\u2FFF\u3100-\u312F\u31A0-\u31BF\u3040-\u309F\u30A0-\u30FF\u31F0-\u31FF\uAC00-\uD7AF\u1100-\u11FF\u3130-\u318F\u4DC0-\u4DFF\uA000-\uA48F\uA490-\uA4CF\u2800-\u28FF\u3200-\u32FF\u3300-\u33FF\u2700-\u27BF\u2600-\u26FF\uFE10-\uFE1F\uFE30-\uFE4F] (注：这是完整版本)
转自：http://ju.outofmemory.cn/entry/53571
unicode汉字编码的更多相关文章
- Unicode汉字编码表以及参考源码分享
1 Unicode编码表 Unicode只有一个字符集,中.日.韩的三种文字占用了Unicode中0x3000到0x9FFF的部分 Unicode目前普遍采用的是UCS-2,它用两个字节来编码一个 ...
- Unicode编码的熟悉与研究过程（内附全部汉字编码列表）
我有一个问题是:是不是会有个别汉字无法在Unicode下表示,这种情况下就不能完全显示了? 各种编码查询表:http://bm.kdd.cc/ ---------------------------- ...
- 简体和繁体加起来有六七万个汉字，所以Unicode只能排除一些几乎不用的汉字，Unicode编码的熟悉与研究过程（内附全部汉字编码列表）
我有一个问题是:是不是会有个别汉字无法在Unicode下表示,这种情况下就不能完全显示了? 各种编码查询表:http://bm.kdd.cc/ ---------------------------- ...
- 转：Unicode汉字编码表
转自:http://blog.csdn.net/huangxy10/article/details/10012119 Unicode汉字编码表 1 Unicode编码表 Unicode只有一个字符集 ...
- XCTF-你是谁
前期工作 查壳,无.运行 不知道有啥用,迷宫题? 逆向分析 文件结构 查看了一下主要逻辑在background中,因为MainActivity的setContentView是background.ba ...
- Unicode和汉字编码小知识
Unicode和汉字编码小知识 将汉字进行UNICODE编码,如:“王”编码后就成了“\王”,UNICODE字符以\u开始,后面有4个数字或者字母,所有字符都是16进制的数字,每两位表示的256以内的 ...
- UTF-8,Unicode,GBK,希腊字母读法,ASCII码表,HTTP错误码,URL编码表,HTML特殊字符,汉字编码简明对照表
UNICODE,GBK,UTF-8区别 UNICODE,GBK,UTF-8区别 简单来说,unicode,gbk和大五码就是编码的值,而utf-8,uft-16之类就是这个值的表现形式．而前面那 ...
- charCodeAt方法以及Unicode中文汉字编码范围
js的charCodeAt() 方法可返回指定位置的字符的 Unicode 编码.这个返回值是 0 - 65535 之间的整数. 在字符串 "Hello world!" 中,我们将 ...
- 汉字编码（【Unicode】 【UTF-8】 【Unicode与UTF-8之间的转换】 【汉字 Unicode 编码范围】【中文标点Unicode码】【GBK编码】【批量获取汉字UNICODE码】）
Unicode与UTF-8互转(C语言实现):http://blog.csdn.net/tge7618291/article/details/7599902 汉字 Unicode 编码范围:http: ...
随机推荐
- C++学习笔记（二）——交换函数（swap）
这次我们要透过一个简单的函数swap深入理解函数传参的本质以及在C++中如何选择传参方式. 先来看第一段程序: void swap(int x, int y) { int temp = y; y = ...
- Tomcat 中文乱码 设置UTF-8编码 问题解决办法
在Java Web开发中,http请求带有中文字符的URI如果不处理容易出现乱码问题:这是因为Tomcat容器默认编码是iso-8859-1引起的,因此要避免出现乱码就要需要做相应的处理.解决办法如下 ...
- JDK1.7 新特性
1:switch中可以使用字串 String s = "test"; switch (s) { case "test" : System. ...
- 安卓出现Invalid layout of java.lang.String at value
Project->Properties->Run/Debug setting->选择类->classpath->删除Bootstrap Entries下面的文件 参考
- 23 正则表达式和re模块
一.正则1.字符组 [a-zA-Z0-9]字符组中的 [^a] 除了字符组的 2. 3. 4. 二.re模块 re.S 设置 .的换行 obj=re 1.ret=re.search(正则,conten ...
- 修改MAC地址的方法（未测试）
用ioctl控制,通过SIOCGIFHWADDR获取MAC地址,SIOCSIFHWADDR设置MAC地址,不过在设 置MAC地址之前,要先把网卡down掉,设置好了以后,再UP起来. #include ...
- Quartz定时任务和IIS程序池闲置超时时间冲突解决方案
一.问题描述 Bs项目中用Quartz功能执行一个定时任务(每隔5分钟执行一个Job),正常情况,Quartz定时任务会5分钟执行一次,但IIS程序池闲置 超时默认为20分钟,造成的结果是:定时任务只 ...
- 浅谈Obejct.assign
Object.assign属于浅拷贝 Object.assign只能拷贝:可被枚举的属性,自有属性,string或者Symbol类型是可以被直接分配的 var ab={ name:"没有被覆 ...
- 109. Magic of David Copperfield II 构造 难度:2
109. Magic of David Copperfield II time limit per test: 0.25 sec. memory limit per test: 4096 KB The ...
- jdk1.6中bin目录下的工具及其作用
jdk的javaw.javac等的介绍java:在msdos终端窗口中执行.class文件,即解释执行.class文件.通常所说的jvm解释权.javaw:在java自己的窗口中执行.class文件而 ...