Unicode课外知识.docVIP

一、匹配Unicode字符的正则表达式 原文：/Sunmast/archive/2004/07/30/799.aspx 这里是几个主要非英文语系字符范围(google上找到的): 2E80～33FFh：中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符，中日韩的符号、标点、带圈或带括符文数字、月份，以及日本的假名组合、单位、年号、月份、日期、时间等。 3400～4DFFh：中日韩认同表意文字扩充A区，总计收容6,582个中日韩汉字。 4E00～9FFFh：中日韩认同表意文字区，总计收容20,902个中日韩汉字。 A000～A4FFh：彝族文字区，收容中国南方彝族文字和字根。 AC00～D7FFh：韩文拼音组合字区，收容以韩文音符拼成的文字。 F900～FAFFh：中日韩兼容表意文字区，总计收容302个中日韩汉字。 FB00～FFFDh：文字表现形式区，收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。 比如需要匹配所有中日韩非符号字符,那么正则表达式应该是^[\u3400-\u9FFF]+$ 理论上没错, 可是我到msn.co.ko随便复制了个韩文下来, 发现根本不对, 诡异 再到msn.co.jp复制了个お, 也不得行.. 然后把范围扩大到^[\u2E80-\u9FFF]+$, 这样倒是都通过了, 这个应该就是匹配中日韩文字的正则表达式了, 包括我們臺灣省還在盲目使用的繁體中文 而关于中文的正则表达式, 应该是^[\u4E00-\u9FFF]+$, 和论坛里常被人提起的^[\u4E00-\u9FA5]+$很接近 需要注意的是论坛里说的^[\u4E00-\u9FA5]+$这是专门用于匹配简体中文的正则表达式, 实际上繁体字也在里面, 我用测试器测试了下中華人民共和國, 也通过了, 当然, ^[\u4E00-\u9FFF]+$也是一样的结果 二、利用汉字Unicode范围来验证是否为汉字的JavaScript函数 1、function?checkchinese(str){?????var?re1?=?new?RegExp(^[\u4E00-\\u9fa5]*$)???????//汉字的范围???var?re2?=?new?RegExp(^[\uE7C7-\uE7F3]*$)???var?str?=?str.replace(/(^\s*)|(\s*$)/g,);???if?(str?==?){return?false;}???if?(!(re1.test(str)??(!?re2.test(str)))){??????return?false;???}???return?true;}3.怎么判断是否是字符if(/[^\x00-\xff]/g.test(s))??? alert(含有汉字);else??? alert(全是字符);3.怎么判断是否含有汉字if(escape(str).indexOf(%u)!=-1)??? alert(含有汉字);else??? alert(全是字符);4、 Stotype.existChinese ? = ? function() ? ? { ? ? //[\u4E00-\u9FA5]為漢字﹐[\uFE30-\uFFA0]為全角符號 ? ? return ? /[\u4e00-\u9fa5]/.test(this); ? ? } 三、其他技巧1、只能输入汉字，数字，英文大小写，符号只允许，。！的正则表达式 if(/[^\u4e00-\u9fa5\w,\.]/.test(obj.value))?obj.value=;return?false; function?SpecChar(obj)?{?if(event.type==keyup)?{?if(/[^\u4e00-\u9fa5\w,\.]/.test(obj.value))?obj.value=obj.value.substring(0,obj.value.length-1);return?false;?}?} 四、Windows环境下Unicode编程总结 UNICODE环境设置 在安装Visual Studio时，在选择VC++时需要加入unicode选项，保证相关的库文件可以拷贝到system32下。 UNICODE编译设置： C/C++, Preprocessor difinitions 去除_MBCS，加_UNICODE,UNICODE 在ProjectSetting/link/output 中设置Entry为wWinMainCRTStartup 反之为MBCS（ANSI）编译。 Unico