如何用正则提取中文字符

1.首先得把字符串转成utf-8的格式：

$str = iconv(charset, ‘utf-8‘, $str);//charset为你的字符原来的格式，包括：gb2312(简体中文)，big5(繁体中文)，utf8

2.使用preg_match_all进行提取：

preg_match_all(‘/[\x{4e00}-\x{9fa5}]+/u‘, $str, $r);中文在utf8中代码是\u4e00-\u9fa5,但是是十六进制，所以转换成\x,这样得到的$r为二维数组，这个preg_match_all()函数第四个参数还有一个默认的PREG_PATTERN_ORDER,具体可以参考手册

时间： 2024-10-13 01:55:43

如何用正则提取中文字符的相关文章

使用Python提取中文字符

#-*- coding: utf-8 -*- ################################################# #功能:国际化测试,用于提取应用设计包中中文字符,并输出report #yuebai 20160328 #解压---筛选---整理路径---提取中文---输出报告 # ################################################# import os import shutil import sys import r

正则匹配中文字符

有如下字符: <li><a href="/song?id=185613">惊叹号</a></li><li><a href="/song?id=185614">迷魂曲</a></li> 怎么写正则才能匹配出" 迷魂曲"呢? 答: reg1 = /id=185614">([u4e00-\u9fa5]{3})<\/a>/g; va

如何用正则提取括号内的字符

1.首先判断有没有括号, if(preg_match("/$[\s\S]*?$/",$str)){ echo "包含括号"; } 2. preg_match_all("/$([\s\S]*?)$/",$str,$r,PREG_PATTERN_ORDER);$r[1][0]则为括号内的内容

抽取网页源代码中的中文字符

通过正则匹配中文字符,写入新的文本,我在这里删除了表示字体的中文 import re f=open(r'C:\Users\lenovo\Desktop\1.txt','r',encoding='utf8') m= re.compile(u"[\u4e00-\u9fa5]+") p=open(r'C:\Users\lenovo\Desktop\2.txt','w',encoding='utf8') for line in f.readlines(): list=re.findall(m,

php 正则对于中文汉字字符的提取

正则是个好东西正则不光可以对英语字符特殊字符进行提取对于中文字符日语字符等等都可以提取再也不要用(.*?)来匹配了而且也不准确! 放在例子先:取出下面字符中的所有中文字符: $str = "这%里是^测&试*中$心,欢.迎e你4的6到k来,我r们a呜呜呜we这y里w安安生生et一ef直在努力gr着找寻啊啊最佳gr的伙伴,希望您的$$%加盟可以@推动他们GH团队高速发展!"; $code = "/[".chr(0xa1)."-&

iOS 中文字符判断正则NSRegularExpression 谓词NSPredicate 和 NSRange

废话不说,直接上代码 #pragma mark - 中文字符判断 - (BOOL)validateContainsChinese:(NSString *)content { NSRegularExpression *regularexpression = [[NSRegularExpression alloc] initWithPattern:@"^[\u4e00-\u9fa5]" options:NSRegularExpressionCaseInsensitive error:nil

js正则提取数字小数,提取中文,提取英文

var value="污染物:PM2.5"; //提取中文 console.log(value.replace(/[^\u4E00-\u9FA5]/g,'')); //提取英文 console.log(value.replace(/[^a-zA-Z]/g, '')); //提取数字 console.log(value.replace(/[^\d.]/g, '')); 原文地址:https://www.cnblogs.com/yeminglong/p/10325789.html

中文字符,全角字符的正则表达式（转载）

经过测试其中匹配双字节字符(包括汉字在内):[^\x00-\xff]非常好用推荐一下两外推荐个网址http://mscenter.edu.cn/blog/yongsheng/archive/2004/11/19/308.html 这个家伙收录的正则很多,呵呵关键字:正则表达式模式匹配 Javascript 摘要:收集一些常用的正则表达式. 正则表达式用于字符串处理,表单验证等场合,实用高效,但用到时总是不太把握,以致往往要上网查一番.我将一些常用的表达式收藏在这里,作备忘之用.本贴随时会

[转载]正则匹配任意字符（包括换行）

(注:元字符包括 | ( ) [ ] { } ^ $ * + ? . ) 匹配中文字符的正则表达式: [u4e00-u9fa5]评注:匹配中文还真是个头疼的事,有了这个表达式就好办了匹配双字节字符(包括汉字在内):[^x00-xff]评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1) 匹配空白行的正则表达式:ns*r评注:可以用来删除空白行匹配HTML标记的正则表达式:<(S*?)[^>]*>.*?</>|<.*? />评注:网上流传