[分享]对各字符集编码范围的总结[更新日期2007-03-12]

gsging

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

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

复制代码

UTF16

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

复制代码

JIS

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

复制代码

SJIS

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

复制代码

EUC_JP      

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

复制代码

EUC_JP标点符号及特殊字符      

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

复制代码

EUC_JP全角数字

1. \xa3[\xb0-\xb9]

复制代码

EUC_JP全角大写英文

1. \xa3[\xc1-\xda]

复制代码

EUC_JP全角小写英文   

1. \xa3[\xe1-\xfa]

复制代码

EUC_JP全角平假名

1. \xa4[\xa1-\xf3]

复制代码

EUC_JP全角片假名 2007-03-12 15:00更新

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

复制代码

EUC_JP全角汉字        2007-03-12 15:06更新

1. [\xb0-\xcf][\xa0-\xd3]|[\xd0-\xf4][\xa0-\xfe]|[\xB0-\xF3][\xA1-\xFE]|[\xF4][\xA1-\xA6]|[\xA4][\xA1-\xF3]|[\xA5][\xA1-\xF6]|[\xA1][\xBC-\xBE]

复制代码

Big5

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

复制代码

GBK

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

复制代码

GB2312汉字

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

复制代码

GB2312半角标点符号及特殊符号

1. \xa1[\xa2-\xfe]

复制代码

GB2312罗马数组及项目序号

1. \xa2([\xa1-\xaa]|[\xb1-\xbf]|[\xc0-\xdf]|[\xe0-\xe2]|[\xe5-\xee]|[\xf1-\xfc])

复制代码

GB2312全角标点及全角字母

1. \xa3[\xa1-\xfe]

复制代码

GB2312日文平假名

1. \xa4[\xa1-\xf3]

复制代码

GB2312日文片假名

1. \xa5[\xa1-\xf6]

复制代码

補充:
GB18030

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

复制代码

2007-03-12 21:35 补充
日文半角空格

1. \x20

复制代码

SJIS全角空格               

1. (?:\x81\x81)

复制代码

SJIS全角数字               

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

复制代码

SJIS全角大写英文       

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

复制代码

SJIS全角小写英文       

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

复制代码

SJIS全角平假名       

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

复制代码

SJIS全角平假名扩展

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

复制代码

SJIS全角片假名       

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

复制代码

SJIS全角片假名扩展

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

复制代码

EUC_JP全角空格       

1. (?:\xa1\xa1)

复制代码

EUC半角片假名       

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

复制代码

[ 本帖最后由 gsging 于 2007-3-12 21:39 编辑 ]

alexru

谢谢分享

gsging

哇，flw和alexru的速度真快啊，谢谢斑竹。呵呵。

兰花仙子

不错,支持精华!

一梦如是

这种好东东一定要收藏的。

gsging

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

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

GB18030的有吗？现在操作系统都必需支持这个。

大大狗

感谢分享

路小佳

好帖， 谢谢。