Java正则怎么提取中文

在 Java 里用正则提取中文字符，核心就是利用 Unicode 中文范围。下面给你几种常见、实战可用的写法。

✅ 一、最常用的正则（推荐）

中文 Unicode 范围

\u4e00-\u9fa5

示例代码

import java.util.regex.*;
import java.util.ArrayList;
import java.util.List;

public class Test {
    public static void main(String[] args) {
        String text = "Hello 你好，Java 正则 123！";

        Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]+");
        Matcher matcher = pattern.matcher(text);

        List<String> result = new ArrayList<>();
        while (matcher.find()) {
            result.add(matcher.group());
        }

        System.out.println(result);
    }
}

输出

[你好, 正则]

✅ 说明

• [\\u4e00-\\u9fa5]：匹配单个中文字符
• +：连续中文整体
• 适合大多数业务场景

✅ 二、提取“中文 + 中文标点”

如果你还想包含中文标点（如：，。！？、）：

Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5\\u3000-\\u303f\\uff00-\\uffef]+");

✅ 三、只提取“单个中文字符”

Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]");

✅ 四、判断字符串是否包含中文

public static boolean hasChinese(String str) {
    return str.matches(".*[\\u4e00-\\u9fa5].*");
}

✅ 五、替换掉非中文（只保留中文）

String text = "Hello 你好 Java 正则 123";
String result = text.replaceAll("[^\\u4e00-\\u9fa5]", "");
System.out.println(result);

输出：

你好正则

✅ 六、注意事项（很重要）

⚠️ 1. Java 字符串中 \u 要转义

"[\\u4e00-\\u9fa5]"  ✅
"[\u4e00-\u9fa5]"    ❌（编译期会被解析）

⚠️ 2. 生僻字问题

• \u9fa5 不包含部分扩展汉字
• 如需支持 生僻字 / emoji / 少数民族文字，可用：

Pattern.compile("[\\p{script=Han}]");

✅ 七、推荐总结

如果你有具体场景（比如：从 JSON / 文件路径 / 爬虫文本 / 身份证 / 地址中提取中文），可以直接贴出来，我帮你写精准正则。