使用JavaScript检查字符串是否包含日文字符（包括汉字）

Question

如何检查给定字符串是否包含一个或多个日文字符（由假名和/或汉字组成）？

我在这里看到了一个类似的问题： 如何检查变量是否包含中文/日文字符？ ，我用解决方案来提出这个：

var containsJapanese = string.match(/[\u3400-\u9FBF]/);

然而，这给出了许多误报。

我已经通过脚本遍历整个网页的内容（例如Facebook，Stack Overflow等）来测试它，并标记了应该包含日文文本的div。 在这种情况下，大量的div最终会被错误标记。 我也测试了它确实包含日文文本的页面，而日本的div那里最终得到与许多错误标记的div正确标记。

Answer 1

检查这是否有效。 我发现这个网站似乎列出了可能在日文文本中使用的Unicode中的所有字符。

相应的正则表达式（单个字符）将是：

/[\u3000-\u303f\u3040-\u309f\u30a0-\u30ff\uff00-\uff9f\u4e00-\u9faf\u3400-\u4dbf]/
  -------------_____________-------------_____________-------------_____________
   Punctuation   Hiragana     Katakana    Full-width       CJK      CJK Ext. A
                                            Roman/      (Common &      (Rare)    
                                          Half-width    Uncommon)
                                           Katakana

范围是（从网站引用）：

• 3000 - 303f ：日式标点符号
• 3040 - 309f ：平假名
• 30a0 - 30ff ：片假名
• ff00 - ff9f ：全角罗马字符和半角片假名
• 4e00 - 9faf ：CJK统一表意文字 - 普通和不常见的汉字
• 3400 - 4dbf ：CJK统一表意文字扩展A - 罕见汉字

我稍微改变了范围：

• 我已经从ff00 - ffef改为ff00 - ffef ff00 - ff9f为全角罗马字符和半角片假名 。 来自ffa0 - ffdc的代码点包含Hangul半角字符，这不是你想要的。 您可能需要重新添加ffe0 - ffef的代码点，但它们大多是半角标点符号或全角货币符号。

您可以检查网站并取消您不想要的任何范围，或确保它不会出现在您的输入中。

Answer 2

使用charCode函数检测日语。 例如，（来自网站http://www.jpf.go.jp/j/index.html ）

 var a=$('a[href$="culture/new/index.html"]').text();
  a=a+'K';
 for(i=0;i<3;i++){ //3 as i knew it was length 3. Please use string.length
    console.log(a.charCodeAt(i));
   //Detect the charCode here and use break on match
 }


 Output : 19968 35239 75