正則表達匹配中文句子
【第1句】： 正則表達式匹配中文,Python語句該怎么寫
你好：
下面是我總結的一些正則表示的用法：
請參考：
## 總結
## ^ 匹配字符串的開始。
## $ 匹配字符串的結尾。
## \b 匹配一個單詞的邊界。
## \d 匹配任意數字。
## \D 匹配任意非數字字符。
## x？ 匹配一個可選的 x 字符 （換言之，它匹配 1 次或者 0 次 x 字符）。
## x* 匹配0次或者多次 x 字符。
## x+ 匹配1次或者多次 x 字符。
## x{n,m} 匹配 x 字符，至少 n 次，至多 m 次。
## (a|b|c) 要么匹配 a，要么匹配 b，要么匹配 c。
## (x) 一般情況下表示一個記憶組 （remembered group）。你可以利用 re.search 函數返回對
## 象的 groups（) 函數獲取它的值。
##正則表達式中的點號通常意味著 “匹配任意單字符”
【第2句】： 正則表達式如何只匹配一個中文字符
漢字的表示和正則表達式引擎相關，不同引擎的寫法不同，下面的寫法適用于java引擎，或者一切以unicode來表示字符的引擎。
【第1句】：基本規(guī)格——針對漢字的一般集合（cp936，約等于GBK，共計20000多漢字）
[\u3007\u4E00-\u9FCB\uE815-\uE864]
【第2句】：擴充規(guī)格——針對多一些的漢字（支持CJK ExtA，共計接近30000漢字）
[\u3007\u3400-\u4DB5\u4E00-\u9FCB\uE815-\uE864]
【第3句】：豪華規(guī)格——針對更多的漢字（支持CJK ExtB、C、。。，共計76000多漢字）
([\u3007\u3400-\u4DB5\u4E00-\u9FCB\uE815-\uE864]|[\uD840-\uD87F][\uDC00-\uDFFF])
如下關于漢字在unicode中的區(qū)間，亦可供參考
【第3句】： 正則表達式匹配指定中文字符串
public void ShowStructure()
{
//要匹配的字符串
string text = "早上好aaa您好bbb大家好ddd……"；
//正則表達式
string pattern = @"[\u4e00-\u9fff]+";
Regex r = new Regex(pattern);
//使用正則表達式匹配字符串，僅返回一次匹配結果
Match m = r.Match(text);
while (m.Success)
{
//顯示匹配開始處的索引值和匹配到的值
System.Console.WriteLine("Match=[" + m + "]");
CaptureCollection cc = m.Captures;
foreach (Capture c in cc)
{
Console.WriteLine("\tCapture=[" + c + "]");
}
for (int i = 0; i < m.Groups.Count; i++)
{
Group group = m.Groups[i];
System.Console.WriteLine("\t\tGroups[{0}]=[{1}]", i, group);
for (int j = 0; j < group.Captures.Count; j++)
{
Capture capture = group.Captures[j];
Console.WriteLine("\t\t\tCaptures[{0}]=[{1}]", j, capture);
}
}
//進行下一次匹配.
m = m.NextMatch();
}
}
