中文字符匹配js正则表达式

普遍使用的正则是[\u4e00-\u9fa5]，但这个范围并不完整。例如： 

/[\u4e00-\u9fa5]/.test( '⻏' ) // 测试部首⻏，返回false 

根据Unicode 5.0版编码，要准确的判断一个中文字符要包括： 

范围            含义                范围               含义 

2E80-2EFF   CJK 部首补充    2F00-2FDF   康熙字典部首 

3000-303F   CJK 符号和标点   31C0-31EF   CJK 笔画 

3200-32FF   封闭式 CJK 文字和月份   3300-33FF   CJK 兼容 

3400-4DBF   CJK 统一表意符号扩展 A  4DC0-4DFF   易经六十四卦符号 

4E00-9FBF   CJK 统一表意符号  F900-FAFF   CJK 兼容象形文字 

FE30-FE4F   CJK 兼容形式    FF00-FFEF   全角ASCII、全角标点 

因此，正确的匹配中文字符正则表达式为： 

var rcjk = /[\u2E80-\u2EFF\u2F00-\u2FDF\u3000-\u303F\u31C0-\u31EF\u3200-\u32FF\u3300-\u33FF\u3400-\u4DBF\u4DC0-\u4DFF\u4E00-\u9FBF\uF900-\uFAFF\uFE30-\uFE4F\uFF00-\uFFEF]+/g; 

如果不希望匹配标点、符号，在正则中去掉对应的范围即可： 

3000-303F   CJK 符号和标点   FF00-FFEF   全角ASCII、全角标点

或者charCodeAt()>255

 

原帖地址：http://my.oschina.net/u/1182602/blog/406435