正则表达式中匹配字符串中的汉字

要匹配字符串中的汉字，可以使用 Unicode 编码来表示汉字。在正则表达式中，使用 `\u` 加上四位的 Unicode 编码来表示一个汉字。例如，要匹配一个汉字“你”，可以使用正则表达式 `\u4f60`。以下是一个示例正则表达式，可以用来匹配所有包含汉字的字符串：

[\u4e00-\u9fa5]

这个正则表达式中，`\u4e00` 表示 Unicode 编码中汉字的起始编码，`\u9fa5` 表示 Unicode 编码中汉字的结束编码。使用这个正则表达式，就可以匹配字符串中的所有汉字。例如：

import re

str = "hello, 你好, Python!"
pattern = "[\u4e00-\u9fa5]"
result = re.findall(pattern, str)
print(result)  # 输出：['你', '好']

在上面的例子中，使用 `re.findall()` 函数查找字符串中所有匹配正则表达式的子串，将匹配的结果保存在 `result` 变量中。

相关问题

分析以下需求并完成代码 现有字符串"古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs425425卡尔扎巴" 1、使用正则表达式，将字符串中的，非中文字符替换为"-" 2、使用正则表达式，将字符串中的，中文人名获取出来

下面是实现上述需求的代码（Python语言）：

import re

# 原始字符串
s = "古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs425425卡尔扎巴"

# 1. 使用正则表达式，将字符串中的非中文字符替换为"-"
s = re.sub('[^\u4e00-\u9fa5]', '-', s)
print(s)

# 2. 使用正则表达式，将字符串中的中文人名获取出来
pattern = re.compile('[\u4e00-\u9fa5]{2,4}')
names = pattern.findall(s)
print(names)

输出结果如下：

古力娜扎-------迪丽热巴--------马尔扎哈----------卡尔扎巴
['古力娜扎', '迪丽热巴', '马尔扎哈', '卡尔扎巴']

解释一下代码：

1. 使用`re.sub()`函数，将非中文字符替换为"-", `[^\u4e00-\u9fa5]`表示除了中文字符以外的任意字符，`-`表示替换为"-"。
2. 使用正则表达式`[\u4e00-\u9fa5]{2,4}`匹配中文人名，其中`[\u4e00-\u9fa5]`表示匹配任意一个中文字符，`{2,4}`表示这个中文字符重复2到4次，也就是匹配2到4个中文字符组成的字符串。然后使用`pattern.findall()`函数，将匹配到的中文人名依次存储到`names`列表中。

用Java分析以下需求并完成代码 现有字符串"古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs425425卡尔扎巴" 1、使用正则表达式，将字符串中的，非中文字符替换为"-" 2、使用正则表达式，将字符串中的，中文人名获取出来

下面是实现上述需求的代码（Java语言）：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class StringRegexDemo {
    public static void main(String[] args) {
        // 原始字符串
        String s = "古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs425425卡尔扎巴";

        // 1. 使用正则表达式，将字符串中的非中文字符替换为"-"
        String patternStr = "[^\\u4e00-\\u9fa5]";
        String replaceStr = "-";
        String result = s.replaceAll(patternStr, replaceStr);
        System.out.println(result);

        // 2. 使用正则表达式，将字符串中的中文人名获取出来
        patternStr = "[\\u4e00-\\u9fa5]{2,4}";
        Pattern pattern = Pattern.compile(patternStr);
        Matcher matcher = pattern.matcher(s);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

输出结果如下：

古力娜扎-------迪丽热巴--------马尔扎哈----------卡尔扎巴
古力娜扎
迪丽热巴
马尔扎哈
卡尔扎巴

解释一下代码：

1. 使用`String.replaceAll()`函数，将非中文字符替换为"-", `[^\\u4e00-\\u9fa5]`表示除了中文字符以外的任意字符，`-`表示替换为"-"。
2. 使用正则表达式`[\\u4e00-\\u9fa5]{2,4}`匹配中文人名，其中`[\\u4e00-\\u9fa5]`表示匹配任意一个中文字符，`{2,4}`表示这个中文字符重复2到4次，也就是匹配2到4个中文字符组成的字符串。然后使用`Pattern.matcher()`函数，将匹配到的中文人名依次输出。