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(jié)的一些正則表示的用法：

請參考：

## 總結(jié)

## ^ 匹配字符串的開始。

## $ 匹配字符串的結(jié)尾。

## \b 匹配一個單詞的邊界。

## \d 匹配任意數(shù)字。

## \D 匹配任意非數(shù)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(shù)返回對

## 象的 groups（) 函數(shù)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(guān)，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(guān)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(jié)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();

}

}