asp正则验证是否汉字的三种Pattern的区别

asp正则验证汉字以下三种都可以使用，它们之间的区别在哪儿？

1 "^[^\u0000-\u00FF]*$"

2 "^[\u0391-\uFFE5]+$"

3 "^([\u4e00-\u9fa5]+$)

用 \u****在正则里就表示一个unicode编码(通常用0x****的形式表示)，而你提出的三种正则，区别就是范围的大小：
1 是指除了\u0000到\u00FF 之外的所有字符，而 0000 - 00FF 就是我们常说的ASCII码及一些补充字符，因而用这个正则来判定是否是中文是很不严谨的，所有的双字节字符都会返回真，比如日文。

2 这个编码范围我没有看到过，不过查了查unicode编码表，似乎没有特别的说明。不过单从范围上来说，它所包含的区间恰好涵盖了 3 里的范围，因而它的范围比单纯验证中文的范围要大，所以可以验证通过，但也包含了不是中文的部分字符。

3 这个就是我们常用的验证中文的unicode范围(\u4e00-\u9fa5)，包含中、日、韩中包含的所有常用汉字，因而用这个区间来验证汉字是最准确的：

P.S. 另外还有一种中文的范围的说法是 4E00-9FBF，而这个是指CJK统一表意符号 (CJK Unified Ideographs)，它是unicode里划分的一个区间块，也是最接近纯中文的范围，仅次于 3 的范围。CJK当然就是指 Chinese, Japanese和Korea。

上一篇: ASP计算页面执行时间
下一篇: PHP中多线程抓取网页
文章来自: 本站原创
引用通告: 查看所有引用 | 我要引用此文章
Tags:
相关日志: