① 如何利用正則表達式在「指定中文字元范圍內」查找並替換字元
查找：([\u4e00-\u9fa5])\s*[,，]\s*([\u4e00-\u9fa5])
替換：$1 $2
② ORACLE中怎樣用正則表達式過濾中文字元
從表裡提取漢字, 需要考慮字元集, 不同的字元集漢字的編碼有所不同
這里以GB2312為例, 寫一函數准確地從表裡提取簡體漢字.
假設資料庫字元集編碼是GB2312, 環境變數(注冊表或其它)的字元集也是GB2312編碼
並且保存到表裡的漢字也都是GB2312編碼的
那麼也就是漢字是雙位元組的，且簡體漢字的編碼范圍是
B0A1 - F7FE
換算成10進制就是
B0 A1 F7 FE
176,161 - 247,254
我們先看一下asciistr函數的定義
Non-ASCII characters are converted to the form \xxxx, where xxxx represents a UTF-16 code unit.
但是這並不表示以 "\" 開始的字元就是漢字了
舉例如下
SQL> select * from test;
NAME
--------------------
,啊OO10哈
你好aa
大家好aa/
☆大海123
★ABC
這里第5條記錄有一個實心的五角星
然後用asciistr函數轉換一下試試
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
我們看到最後一條記錄的實心五角星也是 "\"開頭的
此時我們就不能用asciistr(欄位)是否存在 "\" 來判斷是否含有漢字了.
我的函數如下，基本思路是判斷字元的編碼是否在GB2312規定的漢字編碼范圍之內
[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，現在來執行一些語句
SQL> select * from test;
NAME
--------------------
,啊OO10哈
你好aa
大家好aa/
☆大海123
★ABC
5 rows selected.
1. 列出有漢字的記錄
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. 列出有漢字的記錄，並且只列出漢字
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.
需要說明的是GB2312共有6763個漢字，即72*94-5=6763
我這里是計算72*94，沒有減去那5個，那五個是空的。等查到了再減去
============
改寫這個函數，可以提取非漢字或者漢字
該函數有兩個參數，第一個表示要提取的字元串，第二個是1，表示提取漢字，是非1，表示提取非漢字
[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
--------------------
我們啊、
他（艾呀）是★們
他的\啊@
SQL> select get_chinese(name,1) from a;
GET_CHINESE(NAME,1)
-----------------------------------------
我們啊
他艾呀是們
他的啊
SQL> select get_chinese(name,0) from a;
GET_CHINESE(NAME,0)
-----------------------------------------
、
（）★
\@
SQL>
③ 如何用正則表達式匹配漢字
var str = '你好地世界世界';
假如想用正則表達式的方式找出str中'地'的下標;
var re=/\地/;
console.log(str.search(re));
控制台列印出 2.
(這就是其中一個方法,直接在想匹配的漢字前面加\),比如 /\地/
④ Python 正則表達式 支持批量語料過濾中文字元之間的空格
|^
#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 如何用正則表達式去除字元串的中文
<script>
/***去除中文函數回****/
/***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 正則表達式如何只匹配一個中文字元
php中匹配一個或多個中文字元(包含簡體和繁體中文字元)的正則表達式如下：/[[b]\x{4e00}-\x{9fa5}]+/注意：php中正則表達式的16進制是以
\x
開頭的。
⑦ 如何讓正則表達式只匹配一次中文字元
可以參考下下面的代碼，希望能幫到你：
String s = new String("大大大大大大");
Pattern pattern = Pattern.compile("^!\\p{ACSII}");//只匹配一個中文字元
Matcher matcher = pattern.matcher();
while(matcher.find()){
System.out.println(matcher.group());
}
⑧ 正則表達式匹配指定中文字元串
publicvoidShowStructure()
{
//要匹配的字元串
stringtext="早上好aaa您好bbb大家好ddd……";
//正則表達式
stringpattern=@"[u4e00-u9fff]+";
Regexr=newRegex(pattern);
//使用正則表達式匹配字元串，僅返回一次匹配結果
Matchm=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+"]");
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);
}
}
//進行下一次匹配.
m=m.NextMatch();
}
}
⑨ 正則表達式能過濾中文特殊字元嗎
String s1="我是復正確制測試數據aasdf2342343ASFASDF"; String s2="我是錯誤測試數據@#！@#"; String reg = "[^0-9a-zA-Z\u4e00-\u9fa5]+"; System.out.println(s1.replaceAll(reg,"")); System.out.println(s2.replaceAll(reg,""));
⑩ java字元串裡面如何用正則表達式去掉漢字
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("去中文後:"+repickStr);
}