Question

我正在为java项目执行验证规则，我得到的一个要求是：

＆＃34;身份证地址应包含不少于8个（≥8）个中文字符（不包括全角/半角符号）。＆＃34;

我无法理解如何解决这个问题。

我已经达到了可以验证中文字符但无法排除所有全宽/半宽符号的程度。

return Pattern.matches("^[\\p{IsHan}]{8,}$", address);

结果应该是

名字名字名字名字= true
名字名字名字名（字）= true
名字名字名（字）= false
名字名字名（字）= false

有人有任何建议吗？

Answer 1

假设您要检查字符串中是否有8个或更多中文字符：

Pattern.compile("^(\\P{sc=Han}*\\p{sc=Han}){8}.*$", Pattern.DOTALL);

由于您不清楚您认为汉字是什么，我使用汉script作为近似值。根据{{3}}，Han脚本被定义为包含以下代码点：

2E80..2E99    ; Han # So  [26] CJK RADICAL REPEAT..CJK RADICAL RAP
2E9B..2EF3    ; Han # So  [89] CJK RADICAL CHOKE..CJK RADICAL C-SIMPLIFIED TURTLE
2F00..2FD5    ; Han # So [214] KANGXI RADICAL ONE..KANGXI RADICAL FLUTE
3005          ; Han # Lm       IDEOGRAPHIC ITERATION MARK
3007          ; Han # Nl       IDEOGRAPHIC NUMBER ZERO
3021..3029    ; Han # Nl   [9] HANGZHOU NUMERAL ONE..HANGZHOU NUMERAL NINE
3038..303A    ; Han # Nl   [3] HANGZHOU NUMERAL TEN..HANGZHOU NUMERAL THIRTY
303B          ; Han # Lm       VERTICAL IDEOGRAPHIC ITERATION MARK
3400..4DB5    ; Han # Lo [6582] CJK UNIFIED IDEOGRAPH-3400..CJK UNIFIED IDEOGRAPH-4DB5
4E00..9FCC    ; Han # Lo [20941] CJK UNIFIED IDEOGRAPH-4E00..CJK UNIFIED IDEOGRAPH-9FCC
F900..FA6D    ; Han # Lo [366] CJK COMPATIBILITY IDEOGRAPH-F900..CJK COMPATIBILITY IDEOGRAPH-FA6D
FA70..FAD9    ; Han # Lo [106] CJK COMPATIBILITY IDEOGRAPH-FA70..CJK COMPATIBILITY IDEOGRAPH-FAD9
20000..2A6D6  ; Han # Lo [42711] CJK UNIFIED IDEOGRAPH-20000..CJK UNIFIED IDEOGRAPH-2A6D6
2A700..2B734  ; Han # Lo [4149] CJK UNIFIED IDEOGRAPH-2A700..CJK UNIFIED IDEOGRAPH-2B734
2B740..2B81D  ; Han # Lo [222] CJK UNIFIED IDEOGRAPH-2B740..CJK UNIFIED IDEOGRAPH-2B81D
2F800..2FA1D  ; Han # Lo [542] CJK COMPATIBILITY IDEOGRAPH-2F800..CJK COMPATIBILITY IDEOGRAPH-2FA1D

Unicode 6.2.0，因此\p{sc=Han}与上面列出的代码点相匹配。但是，实现还包括未分配的代码点（在指定的块中）和未分配的块，因此请注意将JRE升级到最新的主要版本，以确保程序正确运行，因为将更多字符添加到Unicode。

特别是，Oracle实施中的\p{sc=Han}包括以下范围：

U + 2E80 - U + 2FEF：CJK Radicals Supplement（整个Java 8 is using Unicode 6.2.0），Kangxi Radicals（整个区块）和来自未分配区块的16个代码点。
U + 3005，U + 3007，U + 3021 - U + 3029，U + 3038 - U + 303B：CJK符号和标点符号（块中的某些字符）
U + 3400 - U + 4DBF：CJK统一表意文字扩展A（整个街区）
U + 4E00 - U + 9FFF：CJK统一表意文字（整个街区）
U + F900 - U + FAFF：CJK兼容性表意文字（整个区块）
U + 20000 - U + E0000：CJK统一表意文字扩展B / C / D / E（整个块），CJK兼容表意文字补充（整个块），以及几个未分配的Unicode平面，以及标签块中的一个保留代码点

正则表达式，带汉字和全/半宽角色

1 个答案: