一个超基础的问题

[joejoe1991]

看到一个贴子
是问怎么检测一个字符是不是汉字的。 看到回答中有这样的答案

\u4e00-\u9faf

。。 看着很晕 以前见过这样的东西 不过一直不知道是什么 我想学习一下 麻烦大家告诉我一下 \u4e00 \u9faf 这个是什么东西？ 还有什么高一位什么的。

涉及到什么知识啊？ 谢谢啦！

[Charlemagne]

编码方面的 找本书看下或者百度下吧

[rumlee]

字节编码了。

[lhfzd2004]

Unicode
^[\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

[火龙果被占用了]

呵呵，那个帖子已经结帖了

\u4e00 ～ \u9faf 是 Java 中表示 Unicode 字符的方法，这一 Unicode 编码范围是基本的汉字字符集。

Unicode 编码是由 Unicode 组织制定并将其标准化的，以示在使用统一的编码来表示世界上大多数的语言字符，最初制定时是由 4 位的 16 进制字符（两个字节），被称为 UCS-2 表示（当然，为了表示更多的字符还有 UCS-4 标准，即采用 4 个字节来表示），可以包含 2^16（65536）个字符，Unicode码一般采用 U+0000 的格式进行表示，在 U+0000～U+007F 完全与ASCII 的 128 字符编码相同。再往后的字符的由 Unicode 来划分每种字符集的范围。

至于高位为“1”是指：在使用 Unicode 的编码前，例如：原来在 DOS 系统下表示汉字的问题，DOS 中 ASCII 码由 1 个字节来表示，即 0x00～0x7F，而汉字则由两个字节来表示，为了不与 ASCII 字符相混淆，采用 0x80～0xFF 的范围来拼成两个字节（实际上最初的双字节汉字编码范围是 A0A1～FEFE 的，也就是我们常说的内码）。

ASCII 的字符范围若是使用二进制则为 00000000～01111111，可以看到最高位（最左边的一位）是“0”，而 80～FF 则为 10000000～11111111，最高位为“1”，因此在那个帖子中 Inhibitory 的方法就是以此来判断的。

[火龙果被占用了]

呵呵，为了说明 Java 能很好的支持 Unicode，我原来发过一个很有趣的帖子，有兴趣的话可以去看看：

http://community.csdn.net/Expert/TopicView3.asp?id=5602854

[Fantongking]

Unicode编码~~~~
检测是不是汉字就是用正则表达式来匹配~~~~
楼主看看正则表达式相关的东西吧~~~~

[talentluo]

好东东，受教了。。。

[realcbb]

好东东，受教了。。。

同意LS