DIV CSS 佈局教程網

比 [\u4e00-\u9fa5] 更完整的中文字元正則表達式
編輯:JavaScript基礎知識     

網路上判斷中文字元最常引用的寫法是 /[\u4e00-\u9fa5]/,但這個範圍其實並不完整。它只涵蓋了 CJK 統一表意字元的一部分,遇到部首、標點、注音符號或擴展區字元就會誤判為非中文。

問題示例

/[\u4e00-\u9fa5]/.test('?');   // 測試部首「?」,回傳 false

根據 Unicode 5.0 的編碼規劃,一個準確的「中文字元」判斷需要涵蓋以下區段:

完整的 CJK 相關區段

  • 2E80-2EFF CJK 部首補充
  • 2F00-2FDF 康熙字典部首
  • 3000-303F CJK 符號和標點
  • 31C0-31EF CJK 筆畫
  • 3200-32FF 封閉式 CJK 文字和月份
  • 3300-33FF CJK 兼容
  • 3400-4DBF CJK 統一表意符號擴展 A
  • 4DC0-4DFF 易經六十四卦符號
  • 4E00-9FBF CJK 統一表意符號(主區)
  • F900-FAFF CJK 兼容象形文字
  • FE30-FE4F CJK 兼容形式
  • FF00-FFEF 全角 ASCII、全角標點

完整版正則

var rcjk = /[\u2E80-\u2EFF\u2F00-\u2FDF\u3000-\u303F\u31C0-\u31EF
\u3200-\u32FF\u3300-\u33FF\u3400-\u4DBF\u4DC0-\u4DFF
\u4E00-\u9FBF\uF900-\uFAFF\uFE30-\uFE4F\uFF00-\uFFEF]+/g;

如果只想要漢字、不要標點與符號,把這兩段從表達式中移除即可:

  • 3000-303F CJK 符號和標點
  • FF00-FFEF 全角 ASCII、全角標點

另一種思路:用 charCodeAt

有時候不必依賴長串 Unicode 範圍,直接判斷編碼值更直觀:

function isChinese(ch) {
  return ch.charCodeAt(0) > 255;
}

這個判斷的邏輯是:ASCII 與 Latin-1 補充區的編碼都不超過 255,因此編碼大於 255 的基本可以視為非西文字元。它比正則簡短,但精度較粗——日文假名、韓文字、俄文字母也會被算進來。若你的場景只需排除純英文輸入,這個寫法綽綽有餘;若必須精確辨識漢字,還是回到上面的完整範圍表。

選用建議

  • 表單只允許中文姓名 → 用完整版正則,並排除標點區段
  • 只需判斷「非純英文」→ charCodeAt(0) > 255 即可
  • 要區分簡繁或異體字 → 正則無法勝任,需搭配 Unicode 屬性轉義 \p{Script=Han}(需 u 修飾符)或第三方庫
XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved