普遍使用的正則是[\u4e00-\u9fa5],但這個范圍並不完整。例如:
/[\u4e00-\u9fa5]/.test( '?' ) // 測試部首?,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