Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS :F900-FAFF:CJK 兼容象形文字
Matcher m = p.matcher(temp_intro_str);
String after = m.replaceAll("");
刪除所有標點符號的模塊如下:
String after = before.replaceAll("\\p{P}", "");
編程中有時候需要用到匹配中文的正則,一般用 [ \u4e00-\u9fa5]+ 即可搞定。不過這正則對一般的火星文鳥語就不太適用了,甚至全角的標點符號都不包含在內。例如遊戲裏面的玩家名,普通青年一般都是漢字,文藝青年會加幾個特殊字符,2B青年火星文鳥語都會用上;這時候你就需要更強大的正則了。
其實,遊戲內大部分的玩家名都取自:中日韓統一表意文字(CJK Unified Ideographs),外加一些特殊的字符;用 [ \u2E80-\uFE4F]+基本都涵蓋了 。根據Unicode5.0整理如下:
1)標準CJK文字
http://www.unicode.org/Public/UNIDATA/Unihan.html
2)全角ASCII、全角中英文標點、半寬片假名、半寬平假名、半寬韓文字母:FF00-FFEF
http://www.unicode.org/charts/PDF/UFF00.pdf
3)CJK部首補充:2E80-2EFF
http://www.unicode.org/charts/PDF/U2E80.pdf
4)CJK標點符號:3000-303F
http://www.unicode.org/charts/PDF/U3000.pdf
5)CJK筆劃:31C0-31EF
http://www.unicode.org/charts/PDF/U31C0.pdf
6)康熙部首:2F00-2FDF
http://www.unicode.org/charts/PDF/U2F00.pdf
7)漢字結構描述字符:2FF0-2FFF
http://www.unicode.org/charts/PDF/U2FF0.pdf
8)注音符號:3100-312F
http://www.unicode.org/charts/PDF/U3100.pdf
9)注音符號(閩南語、客家語擴展):31A0-31BF
http://www.unicode.org/charts/PDF/U31A0.pdf
10)日文平假名:3040-309F
http://www.unicode.org/charts/PDF/U3040.pdf
11)日文片假名:30A0-30FF
http://www.unicode.org/charts/PDF/U30A0.pdf
12)日文片假名拼音擴展:31F0-31FF
http://www.unicode.org/charts/PDF/U31F0.pdf
13)韓文拼音:AC00-D7AF
http://www.unicode.org/charts/PDF/UAC00.pdf
14)韓文字母:1100-11FF
http://www.unicode.org/charts/PDF/U1100.pdf
15)韓文兼容字母:3130-318F
http://www.unicode.org/charts/PDF/U3130.pdf
16)太玄經符號:1D300-1D35F
http://www.unicode.org/charts/PDF/U1D300.pdf
17)易經六十四卦象:4DC0-4DFF
http://www.unicode.org/charts/PDF/U4DC0.pdf
18)彝文音節:A000-A48F
http://www.unicode.org/charts/PDF/UA000.pdf
19)彝文部首:A490-A4CF
http://www.unicode.org/charts/PDF/UA490.pdf
20)盲文符號:2800-28FF
http://www.unicode.org/charts/PDF/U2800.pdf
21)CJK字母及月份:3200-32FF
http://www.unicode.org/charts/PDF/U3200.pdf
22)CJK特殊符號(日期合併):3300-33FF
http://www.unicode.org/charts/PDF/U3300.pdf
23)裝飾符號(非CJK專用):2700-27BF
http://www.unicode.org/charts/PDF/U2700.pdf
24)雜項符號(非CJK專用):2600-26FF
http://www.unicode.org/charts/PDF/U2600.pdf
25)中文豎排標點:FE10-FE1F
http://www.unicode.org/charts/PDF/UFE10.pdf
26)CJK兼容符號(豎排變體、下劃線、頓號):FE30-FE4F
http://www.unicode.org/charts/PDF/UFE30.pdf