正则表达式的汉字匹配

 

 

   普及下正则表达式, 留着备用

字符  含意  
\  做为转意，即通常在"\"后面的字符不按原来意义解释，如/b/匹配字符"b"，当b前面加了反斜杆后/\b/，转意为匹配一个单词的边界。 
-或- 
对正则表达式功能字符的还原，如"*"匹配它前面元字符0次或多次，/a*/将匹配a,aa,aaa，加了"\"后，/a\*/将只匹配"a*"。 
 
^  匹配一个输入或一行的开头，/^a/匹配"an A"，而不匹配"An a"  
$  匹配一个输入或一行的结尾，/a$/匹配"An a"，而不匹配"an A"  
*  匹配前面元字符0次或多次，/ba*/将匹配b,ba,baa,baaa  
+  匹配前面元字符1次或多次，/ba*/将匹配ba,baa,baaa  
?  匹配前面元字符0次或1次，/ba*/将匹配b,ba  
(x)  匹配x保存x在名为$1...$9的变量中  
x|y  匹配x或y  
{n}  精确匹配n次  
{n,}  匹配n次以上  
{n,m}  匹配n-m次  
[xyz]  字符集(character set)，匹配这个集合中的任一一个字符(或元字符)  
[^xyz]  不匹配这个集合中的任何一个字符  
[\b]  匹配一个退格符  
\b  匹配一个单词的边界  
\B  匹配一个单词的非边界  
\cX  这儿，X是一个控制符，/\cM/匹配Ctrl-M  
\d  匹配一个字数字符，/\d/ = /[0-9]/  
\D  匹配一个非字数字符，/\D/ = /[^0-9]/  
\n  匹配一个换行符  
\r  匹配一个回车符  
\s  匹配一个空白字符，包括\n,\r,\f,\t,\v等  
\S  匹配一个非空白字符，等于/[^\n\f\r\t\v]/  
\t  匹配一个制表符  
\v  匹配一个重直制表符  
\w  匹配一个可以组成单词的字符(alphanumeric，这是我的意译，含数字)，包括下划线，如[\w]匹配"$5.98"中的5，等于[a-zA-Z0-9]  
\W  匹配一个不可以组成单词的字符，如[\W]匹配"$5.98"中的$，等于[^a-zA-Z0-9]。

 

 

 

   中文正则式

   [\u4E00-\u9FFF]+

   参考 http://www.cnblogs.com/yitian/archive/2008/11/14/1333569.html

 

 

 

 

 

 

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;

/**
 * 替换所有非中文
 * @author Colin
 */
public class RegexReplace {

	/**
	 * 正则表达式的汉字匹配<br/>
	 * http://www.cnblogs.com/yitian/archive/2008/11/14/1333569.html<br/>
	 */

	/**
	 * 
	 */
	public RegexReplace() {
	}

	/**
	 * @param args
	 */
	public static void main(String[] args) throws IOException {

		String fileName = "D:/txt.txt";
		String fileTo = "D:/txt.to.txt";

		BufferedReader reader = new BufferedReader(new FileReader(fileName));

		BufferedWriter writer = new BufferedWriter(new FileWriter(fileTo, false));

		String line = null;
		while ((line = reader.readLine()) != null) {

			String r = line.replaceAll("[^\u4E00-\u9FFF]+", "");
			// String r = line.replaceAll("\\w", "");
			// r = r.replace(".", "");
			// r = r.replace(",", "");
			// r = r.replace(":", "");
			// r = r.replace("/", "");
			// r = r.replace(">", "");
			// r = r.replace("=", "");
			// r = r.replace("+", "");
			// r = r.replace("*", "");
			// r = r.replace(";", "");
			// r = r.replace("(", "");
			// r = r.replace(")", "");
			// r = r.replace("[", "");
			// r = r.replace("]", "");

			r = r.trim();
			if (!"".equals(r))
				writer.write(r + "\r\n");

			line = null;
		}

		reader.close();
		writer.close();

	}

}