Question

我在尝试匹配NSString中的CJK扩展B字符时遇到了问题。

Wikipédia CJK Unified Ideographs Extension B :

CJK Unified Ideographs Extension B是一个包含稀有的Unicode块中国，日本，韩国和中国的历史性CJK表意文字越南。

字符的unicode块是：从U+20000到U+2A6DF 我正在使用正则表达式：[\\ud840-\\ud868][\\udc00-\\udfff]|\\ud869[\\udc00-\\uded6]来匹配CJK扩展B字符。

这是我的代码：

NSString *searchedString = @""; // First character (U+20000) 

NSString *pattern = @"[\\ud840-\\ud868][\\udc00-\\udfff]|\\ud869[\\udc00-\\uded6]";

 NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern options:NSRegularExpressionCaseInsensitive error:nil];
if ([regex numberOfMatchesInString:searchedString options:0 range:NSMakeRange(0, [searchedString length])] > 0) {
    NSLog(@"matches");
} else {
    NSLog(@"doesn't match");
}

输出：doesn't match

例如，如果我为平假名字符尝试更简单的事情，那么它正在起作用：

NSString *searchedString = @"ひ";

NSString *pattern = @"[\\u3040-\\u309F]";

输出：matches

非常感谢任何帮助。感谢。

Answer 1

您可以使用\Uxxxxxxxx表示法匹配BMP平面之外的那些Unicode字符。

度Acc。到ICU regex docs：

\Uhhhhhhhh将字符与十六进制值hhhhhhhh匹配。即使最大的Unicode代码点为\U0010ffff，也必须提供恰好八位十六进制数字。

所以，使用

NSString *pattern = @"[\\U00020000-\\U0002A6DF]+";

请参阅online Obj-C demo

在Objective-C中匹配CJK扩展B.

1 个答案: