正則表達式:
[\u2E80-\u9FFF]+$ 匹配全部東亞區的語言
[\u4E00-\u9FFF]+$ 匹配簡體和繁體
[\u4E00-\u9FA5]+$ 匹配簡體
<input type="text" name="username" onkeyup="value=value.replace([\u4E00-\u9FA5]+$)">html
正則表達式速查表:https://www.jb51.net/shouce/jquery1.82/regexp.htmlpython
1 1 # -*- coding:utf-8 -*-
2 2
3 3 import re 4 4
5 5 '''
6 6 python 3.5版本 7 7 正則匹配中文,固定形式:\u4E00-\u9FA5 8 8 '''
9 9
10 10 words = 'study in 山海大學'
11 11 regex_str = ".*?([\u4E00-\u9FA5]+大學)"
12 12 match_obj = re.match(regex_str, words) 13 13 if match_obj: 14 14 print(match_obj.group(1)) 15 15
16 16
17 17 結果:山海大學
這裏面表示的是一個正則表達式語句的啦,http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.htmljquery
Python添加對Unicode的支持,以Unicode表示的字符串用u’ABC’來表示。
字符串’xxx’雖然是ASCII編碼,但也能夠當作是UTF-8編碼,而u’xxx’則只能是Unicode編碼。 正則表達式
把u’xxx’轉換爲UTF-8編碼的’xxx’用encode(‘utf-8’)方法。json
1 >>> u'ABC'.encode('utf-8') 2 'ABC'
3 >>> u'中文'.encode('utf-8') 4 '\xe4\xb8\xad\xe6\x96\x87
反過來,把UTF-8編碼表示的字符串’xxx’轉換爲Unicode字符串u’xxx’用decode(‘utf-8’)方法。編碼
1 >>> 'abc'.decode('utf-8') 2 u'abc'
3 >>> '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') 4 u'\u4e2d\u6587'
5 >>> print '\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') 6 中文
因爲Python源代碼也是一個文本文件,因此,當你的源代碼中包含中文的時候,在保存源代碼時,就須要務必指定保存爲UTF-8編碼。當Python解釋器讀取源代碼時,爲了讓它按UTF-8編碼讀取,咱們一般在文件開頭寫上這兩行:spa
1 #!/usr/bin/env python
2 # -*- coding: utf-8 -*-
第一行註釋是爲了告訴Linux/OS X系統,這是一個Python可執行程序,Windows系統會忽略這個註釋;.net
第二行註釋是爲了告訴Python解釋器,按照UTF-8編碼讀取源代碼,不然,你在源代碼中寫的中文輸出可能會有亂碼。code
這裏邊重點用到了 r'[\u4e00-\u9fa5]+' 的正則規則,表示1到多個任意漢字。regexp
1 import re 2 str=u"【心理箴言】現實是污濁的河流,要想接受污濁的河流而自身不被污染,咱們必須成爲大海。 =-=4845/.?'"
3 # py2.7,因此字符串前加u,在正則表達式前也加u便可。
4 # pattern =re.compile(u'[\u4e00-\u9fa5]')
5 pattern =re.compile(r"[\u4e00-\u9fa5]+") 6 result=pattern.findall(str) 7 result1=re.findall(pattern,str) 8 for w in result: 9 print(w) 10
11 str1='hjggj小vjjk明'
12 pat=re.compile(r'[\u4e00-\u9fa5]+') 13 result=pat.findall(str1) 14 print(result)
運行結果:
見 Unicode 中文編碼表: https://www.bejson.com/convert/unicode_chinese/