java regex如何匹配中文

发布时间：2026-10-04 20:16:12 来源：亿速云阅读：96 作者：小樊栏目：编程语言

在 Java 中，正则匹配中文主要依赖于 Unicode 范围 或 Unicode 属性。下面按常见场景说明。

一、最常用：匹配常用汉字（CJK 统一汉字）

1️⃣ 使用 Unicode 范围

String regex = "[\\u4e00-\\u9fa5]";

示例：

String text = "你好Hello世界";
String regex = "[\\u4e00-\\u9fa5]+";

Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(text);
while (m.find()) {
    System.out.println(m.group());
}

输出：

你好
世界

✅ 覆盖：基本汉字（最常用）

二、匹配所有中文（含扩展汉字）

2️⃣ 包含 CJK 扩展区

String regex = "[\\u4e00-\\u9fff]";

或更完整：

String regex = "[\\u3400-\\u4dbf\\u4e00-\\u9fff\\uf900-\\ufaff]";

三、使用 Unicode 属性（推荐，更规范）

3️⃣ 匹配“任何表意文字”

String regex = "\\p{IsIdeographic}";

或：

String regex = "\\p{script=Han}";

示例：

String regex = "\\p{script=Han}+";

✅ 优点：

不依赖具体码点
支持 Java 8+

四、匹配“是否包含中文”

4️⃣ 判断是否包含中文

boolean hasChinese = text.matches(".*[\\u4e00-\\u9fa5].*");

五、注意事项

⚠️ Java 字符串转义

正则写在字符串中时：

"\\u4e00"   // 正确
"\u4e00"    // 错误（会被当成真实字符）

六、常见组合示例

只允许中文

text.matches("[\\u4e00-\\u9fa5]+");

中文 + 数字

"[\\u4e00-\\u9fa5\\d]+"

中文姓名（2~5 字）

"[\\u4e00-\\u9fa5]{2,5}"

如果你有具体场景（比如：校验姓名、提取中文、过滤 emoji、中文标点等），可以告诉我，我给你更精确的正则。

向AI问一下细节