作者jkchang (JK)
看板Perl
标题Re: [问题] 用 regular Exp 比对中文的问题
时间Thu May 4 20:08:47 2017
如果只是要判断字串是否有中文,用这样可以吗?
if (/[\x80-\xff]/) {
print $_;
}
换个方向做,将字元一个一个取出,然後将正常字符排除,然後把剩下的接起来:
#!/usr/bin/perl
while (<DATA>) {
$str = "";
while (/(.)/g) {
$char = $1;
unless ($char =~ /[0-9a-zA-Z#]/) {
$str .= $char;
}
}
if ($str ne "") {
print "$str\n";
}
}
__DATA__
08帅哥啦
09book#PERL
10恐龙啦
100perl
结果:
帅哥啦
恐龙啦
在Perl食谱(上) 6.18 比对多重位元组字元有提到,可以参考他的方式
※ 引述《z20240 (培根)》之铭言：
: 各位大大好，
: 小弟因为一些需要，
: 要将从mySql DataBase 中捞出来的名称栏位(varchar)滤出是否为中文字。
: 我在网路上找寻utf8的中文范围在u4e00-u9fa5
: 但是我用 perl 却怎麽也match 不到
: 以下是我的 code
: for (@output){
: Encode::_utf8_on( $_->{name} );
: if ($_->{name} =~ /([\u4e00-\u9fa5])+/) {
: print " ($1) \n";
: }
: }
: match 到的内容都很奇怪。
: 例如有一笔资料：08帅哥啦
: match 到的是 (08) 而不是 (帅哥啦)
: 感觉上 perl 似乎并不认得 \u4e00 这种的表示方法...
: 请问高手们该怎麽在 regular 中表示中文字，可以让perl看得懂...
: 多谢...
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.67.167.102
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Perl/M.1493899730.A.C68.html
1F：推 lgen7604: 测资如果有空白或底线看起来会误判，例如：帅哥 啦 05/05 01:18
2F：→ lgen7604: 恐龙_啦，空白和底线应该不算中文字吧 05/05 01:19
3F：推 z20240: 谢谢大大，我再来思考一下～ 05/05 09:23
4F：→ jkchang: 那就 $char =~ /[\x00-\x7F]/ 排除ascii 05/05 09:52