\x80-\xff 的问题 - 是匹配GBK编码中文字符的正则么？

java初学者好吧 2009-02-09 11:28:44

我的所有环境（服务器数据库用lampp集成）都是UTF-8的啊为什么我输入汉字（在网页输入应该是UTF-8的） \x80-\xff 仍然能匹配呢

为什么用\u4e00-\u9fa5反而不能匹配了呢

还有\x80-\xff 不仅能匹配汉字还能匹配、这种标点我想只匹配汉字该怎么写呢

...全文

725 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

orangehf 2010-01-08

打赏
举报

回复

;l;l

bookmoth 2009-02-09

打赏
举报

回复

http://blog.csdn.net/bookmoth/archive/2009/01/01/3677844.aspx

编码范围1. GBK (GB2312/GB18030) \x00-\xff GBK双字节编码范围 \x20-\x7f ASCII \xa1-\xff 中文 \x80-\xff 中文 2. UTF-8 (Unicode) \u4e00-\u9fa5 (中文) \x3130-\x318F (韩文 \xAC00-\xD7A3 (韩文) \u0800-\u4e00 (日文) ps: 韩文是大于[\u9fa5]的字符正则例子: preg_replace(”/([\x80-\xff])/”,””,$str); preg_replace(”/([u4e00-u9fa5])/”,””,$str); 二、代码

最近老板叫做一个数据查重的小练习，涉及从一个包含中文字段的文件中提取出其中的中文字段并存储，使用php开发。中间涉及到php正则表达式中文匹配的问题，网上搜罗一大片，但是也很乱没有一个准信儿，经过自己的代码的修改和检验，先将extract函数写下。首先要注意到的是，双字节字符的编码问题，这里我们以后还可能会遇到像韩文、日文等编码问题，与中文理解上是一个意思。 1. GBK (GB2312/GB18030) 复制代码代码如下: \x00-\xff GBK双字节编码范围 \x20-\x7f ASCII \xa1-\xff 中文 gb2312 \x80-\xff 中文 gbk

根据"GBK汉字内码扩展规范编码表"——http://ff.163.com/newflyff/gbk-list/ 可以查到"嘚"字的编码为874e 而我们常用的gbk汉字抽取正则表达式为[\x80-\xff][\x80-\xff] 以python正则为例，抽取汉字代码如下： regex = re.compile(r"[\x80-\xff][\x80-\xff]") words = r

1 -------------------------------字符集双字节字符编码范围： 1. GBK (GB2312/GB18030) \x00-\xff GBK双字节编码范围 \x20-\x7f ASCII \xa1-\xff 中文gb2312 \x80-\xff 中文 gbk 2. UTF-8 (Unicode) \u4e00-\u9fa5 (中文) \x3130-\x318...

中文编码范围，中文汉字的正则也许用的着。双字节字符编码范围： 1. GBK (GB2312/GB18030) \x00-\xff GBK双字节编码范围 \x20-\x7f ASCII \xa1-\xff 中文gb2312 \x80-\xff 中文 gbk 2. UTF-8 (Unicode) \u4e00-\u9fa5 (中文) \x3130-\x318F

21,886

社区成员

140,364

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章