两个非常实用的匹配中文字符正则表达式

在处理字符串时，特别是处理 HTML 字符串时，常常需要用到正则表达式来处理中文字符。 以下介绍两个非常实用的表达式

> 由网络爬虫展开

1. 仅仅匹配中文字符：([\u4e00-\u9fa5]+)

String str = "<img alt=\"甲状腺。\" src= 'd://a.img' >  <p>这是第一句话！</p>";

String reg = "([\\u4e00-\\u9fa5]+)";
//String reg = "([^\\x00-\\xff]+)";

Pattern pattern = Pattern.compile(reg);
Matcher matcher = pattern.matcher(str);
while(matcher.find()){
	System.out.println(matcher.group(0));
	
}

//打印结果：
甲状腺
这是第一句话

2. 匹配中文字符以及标点：([^\x00-\xff]+)

此表达式又称为双字节字符匹配

String str = "<img alt=\"甲状腺。\" src= 'd://a.img' >  <p>这是第一句话！</p>";

//String reg = "([\\u4e00-\\u9fa5]+)";
String reg = "([^\\x00-\\xff]+)";

Pattern pattern = Pattern.compile(reg);
Matcher matcher = pattern.matcher(str);
while(matcher.find()){
	System.out.println(matcher.group(0));
	
}

//打印结果：
甲状腺。
这是第一句话！