[分享]对各字符集编码范围的总结[更新日期2007-03-12]

gsging

UID: 14169
帖子: 179
积分: 411
在线时间: 1 天 19 小时

1^# gsging 发表于 2007-03-09 14:56

[分享]对各字符集编码范围的总结[更新日期2007-03-12]

最近项目中用到了对文字、标点以及特殊字符的判断。
网上关于GBK、GB2312和BIG5编码范围的资料比较多，但是日文的资料比较少，我总结了一下，希望能对大家在正则中判断
这些字符集尤其是日文字符集的各种字、标点以及特殊符号的时候有所帮助。

UTF8

[Copy to clipboard] [ - ]

CODE:

[\x01-\x7f]|[\xc0-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}

UTF16

[Copy to clipboard] [ - ]

CODE:

[\x00-\xd7][\xe0-\xff]|[\xd8-\xdf][\x00-\xff]{2}

JIS

[Copy to clipboard] [ - ]

CODE:

[\x20-\x7e]|[\x21-\x5f]|[\x21-\x7e]{2}

SJIS

[Copy to clipboard] [ - ]

CODE:

[\x20-\x7e]|[\xa1-\xdf]|([\x81-\x9f]|[\xe0-\xef])([\x40-\x7e]|[\x80-\xfc])

EUC_JP

[Copy to clipboard] [ - ]

CODE:

[\x20-\x7e]|\x81[\xa1-\xdf]|[\xa1-\xfe][\xa1-\xfe]|\x8f[\xa1-\xfe]{2}

EUC_JP标点符号及特殊字符

[Copy to clipboard] [ - ]

CODE:

[\xa1-\xa2][\xa0-\xfe]

EUC_JP全角数字

[Copy to clipboard] [ - ]

CODE:

\xa3[\xb0-\xb9]

EUC_JP全角大写英文

[Copy to clipboard] [ - ]

CODE:

\xa3[\xc1-\xda]

EUC_JP全角小写英文

[Copy to clipboard] [ - ]

CODE:

\xa3[\xe1-\xfa]

EUC_JP全角平假名

[Copy to clipboard] [ - ]

CODE:

\xa4[\xa1-\xf3]

EUC_JP全角片假名 2007-03-12 15:00更新

[Copy to clipboard] [ - ]

CODE:

\xa3[\xb0-\xb9]|\xa3[\xc1-\xda]|\xa5[\xa1-\xf6][\xa3][\xb0-\xfa]|[\xa1][\xbc-\xbe]|[\xa1][\xdd]

EUC_JP全角汉字 2007-03-12 15:06更新

[Copy to clipboard] [ - ]

CODE:

Big5

[Copy to clipboard] [ - ]

CODE:

[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|[\xa1-\xfe])

GBK

[Copy to clipboard] [ - ]

CODE:

[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]

GB2312汉字

[Copy to clipboard] [ - ]

CODE:

[\xb0-\xf7][\xa0-\xfe]

GB2312半角标点符号及特殊符号

[Copy to clipboard] [ - ]

CODE:

\xa1[\xa2-\xfe]

GB2312罗马数组及项目序号

[Copy to clipboard] [ - ]

CODE:

GB2312全角标点及全角字母

[Copy to clipboard] [ - ]

CODE:

\xa3[\xa1-\xfe]

GB2312日文平假名

[Copy to clipboard] [ - ]

CODE:

\xa4[\xa1-\xf3]

GB2312日文片假名

[Copy to clipboard] [ - ]

CODE:

\xa5[\xa1-\xf6]

補充:
GB18030

[Copy to clipboard] [ - ]

CODE:

[\x00-\x7f]|[\x81-\xfe][\x40-\xfe]|[\x81-\xfe][\x30-\x39][\x81-\xfe][\x30-\x39]

2007-03-12 21:35 补充
日文半角空格

[Copy to clipboard] [ - ]

CODE:

\x20

SJIS全角空格

[Copy to clipboard] [ - ]

CODE:

(?:\x81\x81)

SJIS全角数字

[Copy to clipboard] [ - ]

CODE:

(?:\x82[\x4f-\x58])

SJIS全角大写英文

[Copy to clipboard] [ - ]

CODE:

(?:\x82[\x60-\x79])

SJIS全角小写英文

[Copy to clipboard] [ - ]

CODE:

(?:\x82[\x81-\x9a])

SJIS全角平假名

[Copy to clipboard] [ - ]

CODE:

(?:\x82[\x9f-\xf1])

SJIS全角平假名扩展

[Copy to clipboard] [ - ]

CODE:

(?:\x82[\x9f-\xf1]|\x81[\x4a\x4b\x54\x55])

SJIS全角片假名

[Copy to clipboard] [ - ]

CODE:

(?:\x83[\x40-\x96])

SJIS全角片假名扩展

[Copy to clipboard] [ - ]

CODE:

(?:\x83[\x40-\x96]|\x81[\x45\x5b\x52\x53])

EUC_JP全角空格

[Copy to clipboard] [ - ]

CODE:

(?:\xa1\xa1)

EUC半角片假名

[Copy to clipboard] [ - ]

CODE:

(?:\x8e[\xa6-\xdf])

alexru

UID: 11790
帖子: 75
积分: 172
在线时间: 8 小时

2^# alexru 发表于 2007-03-09 14:57

谢谢分享

gsging

UID: 14169
帖子: 179
积分: 411
在线时间: 1 天 19 小时

3^# gsging 发表于 2007-03-09 15:02

哇，flw和alexru的速度真快啊，谢谢斑竹。呵呵。

兰花仙子

UID: 7570
帖子: 195
积分: 448
在线时间: 2 天 4 小时

4^# 兰花仙子发表于 2007-03-09 15:20

不错,支持精华!

一梦如是

UID: 37877
帖子: 66
积分: 151
在线时间: 6 小时

5^# 一梦如是发表于 2007-03-09 16:02

这种好东东一定要收藏的。

gsging

UID: 14169
帖子: 179
积分: 411
在线时间: 1 天 19 小时

6^# gsging 发表于 2007-03-09 16:20

本贴会继续完善,也请写过类似代码的朋友一起分享您的tips.

lovesaka

UID: 13463
帖子: 134
积分: 308
在线时间: 1 天

7^# lovesaka 发表于 2007-03-09 20:33

不错
好东西
以前在别的网站看到都只有几条
楼主一下子整理了这么多收藏一下

perlpg

UID: 4097
帖子: 41
积分: 94
在线时间: 2 小时

8^# perlpg 发表于 2007-03-09 21:10

GB18030的有吗？现在操作系统都必需支持这个。

大大狗

UID: 23941
帖子: 69
积分: 158
在线时间: 6 小时

9^# 大大狗发表于 2007-03-09 22:53

感谢分享

路小佳

UID: 26835
帖子: 3
积分: 6
在线时间: 10 分钟

10^# 路小佳发表于 2007-03-09 22:55

好帖，谢谢。