① 如何利用正则表达式在“指定中文字符范围内”查找并替换字符
查找：([\u4e00-\u9fa5])\s*[,，]\s*([\u4e00-\u9fa5])
替换：$1 $2
② ORACLE中怎样用正则表达式过滤中文字符
从表里提取汉字, 需要考虑字符集, 不同的字符集汉字的编码有所不同
这里以GB2312为例, 写一函数准确地从表里提取简体汉字.
假设数据库字符集编码是GB2312, 环境变量(注册表或其它)的字符集也是GB2312编码
并且保存到表里的汉字也都是GB2312编码的
那么也就是汉字是双字节的，且简体汉字的编码范围是
B0A1 - F7FE
换算成10进制就是
B0 A1 F7 FE
176,161 - 247,254
我们先看一下asciistr函数的定义
Non-ASCII characters are converted to the form \xxxx, where xxxx represents a UTF-16 code unit.
但是这并不表示以 "\" 开始的字符就是汉字了
举例如下
SQL> select * from test;
NAME
--------------------
,啊OO10哈
你好aa
大家好aa/
☆大海123
★ABC
这里第5条记录有一个实心的五角星
然后用asciistr函数转换一下试试
SQL> select name,asciistr(name) from test;
NAME ASCIISTR(NAME)
-------------------- ----------------------
,啊OO10哈 ,\554AOO10\54C8
你好aa \4F60\597Daa
大家好aa/ \5927\5BB6\597Daa/
☆大海123 \2606\5927\6D77123
★ABC \2605ABC
我们看到最后一条记录的实心五角星也是 "\"开头的
此时我们就不能用asciistr(字段)是否存在 "\" 来判断是否含有汉字了.
我的函数如下，基本思路是判断字符的编码是否在GB2312规定的汉字编码范围之内
[PHP]
create or replace function get_chinese(p_name in varchar2) return varchar2
as
v_code varchar2(30000) := '';
v_chinese varchar2(4000) := '';
v_comma pls_integer;
v_code_q pls_integer;
v_code_w pls_integer;
begin
if p_name is not null then
select replace(substrb(mp(p_name,1010),instrb(mp(p_name,1010),'ZHS16GBK:')),'ZHS16GBK: ','') into v_code from al where rownum=1;
for i in 1..length(p_name) loop
if lengthb(substr(p_name,i,1))=2 then
v_comma := instrb(v_code,',');
v_code_q := to_number(substrb(v_code,1,v_comma-1));
v_code_w := to_number(substrb(v_code,v_comma+1,abs(instrb(v_code,',',1,2)-v_comma-1)));
if v_code_q>=176 and v_code_q<=247 and v_code_w>=161 and v_code_w<=254 then
v_chinese := v_chinese||substr(p_name,i,1);
end if;
v_code := ltrim(v_code,'1234567890');
v_code := ltrim(v_code,',');
end if;
v_code := ltrim(v_code,'1234567890');
v_code := ltrim(v_code,',');
end loop;
return v_chinese;
else
return '';
end if;
end;
/
.
[/PHP]
好，现在来执行一些语句
SQL> select * from test;
NAME
--------------------
,啊OO10哈
你好aa
大家好aa/
☆大海123
★ABC
5 rows selected.
1. 列出有汉字的记录
SQL> select name from test where length(get_chinese(name))>0;
NAME
--------------------
,啊OO10哈
你好aa
大家好aa/
☆大海123
4 rows selected.
2. 列出有汉字的记录，并且只列出汉字
SQL> select get_chinese(name) from test where length(get_chinese(name))>0;
GET_CHINESE(NAME)
---------------------------------------------------------------------------
啊哈
你好
大家好
大海
4 rows selected.
需要说明的是GB2312共有6763个汉字，即72*94-5=6763
我这里是计算72*94，没有减去那5个，那五个是空的。等查到了再减去
============
改写这个函数，可以提取非汉字或者汉字
该函数有两个参数，第一个表示要提取的字符串，第二个是1，表示提取汉字，是非1，表示提取非汉字
[PHP]
create or replace function get_chinese
(
p_name in varchar2,
p_chinese in varchar2
) return varchar2
as
v_code varchar2(30000) := '';
v_chinese varchar2(4000) := '';
v_non_chinese varchar2(4000) := '';
v_comma pls_integer;
v_code_q pls_integer;
v_code_w pls_integer;
begin
if p_name is not null then
select replace(substrb(mp(p_name,1010),instrb(mp(p_name,1010),'ZHS16GBK:')),'ZHS16GBK: ','') into v_code from al where rownum=1;
for i in 1..length(p_name) loop
if lengthb(substr(p_name,i,1))=2 then
v_comma := instrb(v_code,',');
v_code_q := to_number(substrb(v_code,1,v_comma-1));
v_code_w := to_number(substrb(v_code,v_comma+1,abs(instrb(v_code,',',1,2)-v_comma-1)));
if v_code_q>=176 and v_code_q<=247 and v_code_w>=161 and v_code_w<=254 then
v_chinese := v_chinese||substr(p_name,i,1);
else
v_non_chinese := v_non_chinese||substr(p_name,i,1);
end if;
v_code := ltrim(v_code,'1234567890');
v_code := ltrim(v_code,',');
else
v_non_chinese := v_non_chinese||substr(p_name,i,1);
end if;
v_code := ltrim(v_code,'1234567890');
v_code := ltrim(v_code,',');
end loop;
if p_chinese = '1' then
return v_chinese;
else
return v_non_chinese;
end if;
else
return '';
end if;
end;
/
.
[/PHP]
SQL> select * from a;
NAME
--------------------
我们啊、
他（艾呀）是★们
他的\啊@
SQL> select get_chinese(name,1) from a;
GET_CHINESE(NAME,1)
-----------------------------------------
我们啊
他艾呀是们
他的啊
SQL> select get_chinese(name,0) from a;
GET_CHINESE(NAME,0)
-----------------------------------------
、
（）★
\@
SQL>
③ 如何用正则表达式匹配汉字
var str = '你好地世界世界';
假如想用正则表达式的方式找出str中'地'的下标;
var re=/\地/;
console.log(str.search(re));
控制台打印出 2.
(这就是其中一个方法,直接在想匹配的汉字前面加\),比如 /\地/
④ Python 正则表达式 支持批量语料过滤中文字符之间的空格
|^
#encoding:UTF-8
importre
importsys
reload(sys)
sys.setdefaultencoding('utf-8')
source="你好啊hellohi"
usample=unicode(source,'utf8')
xx=u"((?<=[u4e00-u9fa5])s+(?=[u4e00-u9fa5])|回^答s+|s+$)"
temp=re.sub(xx,'',usample);
printtemp;
⑤ 如何用正则表达式去除字符串的中文
<script>
/***去除中文函数回****/
/***BY TONYLINZHEN****/
function CutChr()
{
var x=document.getElementById("text");
var str=x.value;
while(/[\u4E00-\u9FA5]+/.test(str)){
str=str.replace(/[\u4E00-\u9FA5]+/,"");
x.value=str;
}
}
</script>
<body>
<textarea cols="30" rows="30" id="text"></textarea>
<input type="button" value="提交答" onclick="CutChr()"/>
</body>
⑥ 正则表达式如何只匹配一个中文字符
php中匹配一个或多个中文字符(包含简体和繁体中文字符)的正则表达式如下：/[[b]\x{4e00}-\x{9fa5}]+/注意：php中正则表达式的16进制是以
\x
开头的。
⑦ 如何让正则表达式只匹配一次中文字符
可以参考下下面的代码，希望能帮到你：
String s = new String("大大大大大大");
Pattern pattern = Pattern.compile("^!\\p{ACSII}");//只匹配一个中文字符
Matcher matcher = pattern.matcher();
while(matcher.find()){
System.out.println(matcher.group());
}
⑧ 正则表达式匹配指定中文字符串
publicvoidShowStructure()
{
//要匹配的字符串
stringtext="早上好aaa您好bbb大家好ddd……";
//正则表达式
stringpattern=@"[u4e00-u9fff]+";
Regexr=newRegex(pattern);
//使用正则表达式匹配字符串，仅返回一次匹配结果
Matchm=r.Match(text);
while(m.Success)
{
//显示匹配开始处的索引值和匹配到的值
System.Console.WriteLine("Match=["+m+"]");
CaptureCollectioncc=m.Captures;
foreach(Capturecincc)
{
Console.WriteLine(" Capture=["+c+"]");
}
for(inti=0;i<m.Groups.Count;i++)
{
Groupgroup=m.Groups[i];
System.Console.WriteLine(" Groups[{0}]=[{1}]",i,group);
for(intj=0;j<group.Captures.Count;j++)
{
Capturecapture=group.Captures[j];
Console.WriteLine(" Captures[{0}]=[{1}]",j,capture);
}
}
//进行下一次匹配.
m=m.NextMatch();
}
}
⑨ 正则表达式能过滤中文特殊字符吗
String s1="我是复正确制测试数据aasdf2342343ASFASDF"; String s2="我是错误测试数据@#！@#"; String reg = "[^0-9a-zA-Z\u4e00-\u9fa5]+"; System.out.println(s1.replaceAll(reg,"")); System.out.println(s2.replaceAll(reg,""));
⑩ java字符串里面如何用正则表达式去掉汉字
public static void main(String[] args) {
// TODO Auto-generated method stub
String str = "123abc你好efc";
String reg = "[u4e00-u9fa5]";
Pattern pat = Pattern.compile(reg);
Matcher mat=pat.matcher(str);
String repickStr = mat.replaceAll("");
System.out.println("去中文后:"+repickStr);
}