中文字符匹配js正則表達式

普遍使用的正則是[\u4e00-\u9fa5]，但這個范圍並不完整。例如： 

/[\u4e00-\u9fa5]/.test( '⻏' ) // 測試部首⻏，返回false 

根據Unicode 5.0版編碼，要准確的判斷一個中文字符要包括： 

范圍            含義                范圍               含義 

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  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 

因此，正確的匹配中文字符正則表達式為： 

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; 

如果不希望匹配標點、符號，在正則中去掉對應的范圍即可： 

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

或者charCodeAt()>255

 

原帖地址：http://my.oschina.net/u/1182602/blog/406435