您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 程式設計入門

Java 正則表達式實戰：中文提取與字符分類

編輯：Java 程式設計入門

正則表達式是文本處理利器。本文通過兩個實戰案例，演示如何提取中文字符、按字符類型分類（數字、字母、中文、特殊符號），並提供完整可運行代碼。

案例一：提取字符串中的所有中文字符

String str = "n1e你v00a?Az$Z000?#99?9900瞇2_悄s3你y4@好?!6求救你d75a8t";
Pattern p = Pattern.compile("[\\u4e00-\\u9fa5]"); // 中文 Unicode 範圍
Matcher m = p.matcher(str);
while (m.find()) {
    System.out.print(m.group());
}
// 輸出：你瞇悄你好求救你

案例二：字符分類統計（不使用正則）

通過字符編碼範圍判斷類型：

String str = "n1e你v00a?Az$Z000?#99?9900瞇2_悄s3你y4@好?!6求救你d75a8t";
String num = "", letter = "", chinese = "", other = "";

for (int i = 0; i < str.length(); i++) {
    char c = str.charAt(i);
    if (c >= '0' && c <= '9') {
        num += c;
    } else if ((c >= 'A' && c <= 'Z') || (c >= 'a' && c <= 'z')) {
        letter += c;
    } else if (String.valueOf(c).getBytes().length > 1) { // 簡易判斷中文（雙字節）
        chinese += c;
    } else {
        other += c;
    }
}
System.out.println("數字：" + num);
System.out.println("字母：" + letter);
System.out.println("中文：" + chinese);
System.out.println("其他：" + other);

核心知識點總結

任務	關鍵代碼	說明
匹配中文	`[\\u4e00-\\u9fa5]`	基本多文種平面中文範圍
匹配數字	`\\d` 或 `[0-9]`
匹配字母	`[a-zA-Z]`
匹配非字母數字	`[^a-zA-Z0-9]`	含標點、空格、中文等
獲取匹配文本	`matcher.group()`	返回當前匹配子串

進階提示

嚴格中文識別建議用 Character.UnicodeBlock.of(c) == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
大量文本處理時，預編譯 Pattern 復用，避免重複編譯開銷
正則雖強，但複雜邏輯下可讀性下降，適時拆分為代碼邏輯更清晰