如何提取字符串中开头的中文部分

infernor

字符串以中文开头，不确定的n个中文后会开始出现非中文字符。
我想得到开头的中文部分，和剩余的部分。

比如 $str = "中文h测试"，字符串是utf8编码，我想要得到"中文"和"h测试"这两部分。

Lonki

可以找下中文的范围\uxxxx-\uxxxx
或者知道非中文的范围通常是\w

infernor

谢谢楼上的。
搜索了下，中文的unicode编码范围4e00-0x9fa5，不知道准确不。

我用下面的方法，可以得出结果，不过代码很笨拙。

#!/usr/bin/perl use strict; use warnings; use utf8; binmode STDOUT, ":utf8"; my $str = "中文d测试"; my @str1; foreach my $w (split //, $str) { &nbsp;&nbsp;&nbsp;&nbsp;if (ord($w) > 0x4e00 && ord($w) < 0x9fa5) { &nbsp;&nbsp;&nbsp;&nbsp;       push @str1, $w; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;} &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;else { &nbsp;&nbsp;&nbsp;&nbsp;       last; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;} } my $str1 = join "", @str1; my $str2 = substr($str, scalar @str1); print "$str1 => $str2";

infernor

如果用正则表达式来匹配中文，是怎么样的

/([\x4e00-\x9fa5]+)(.*)/ 我用这个不成功