如何在 C# 中正则表达式中文字符？

Question

我正在尝试使用 C# 中的正则表达式来匹配中文字符。

\p{Han}+

但是C#运行失败，说Unknown property Han

Answer 1

理论上我们可以通过正则表达式的Unicode Script来完成要求。

但是，C# 不支持 Unicode 脚本（但 Unicode 类别很好。）

它会像这样抛出ArgumentException ：

[System.ArgumentException: 解析 "\\p{Han}+" - 未知属性 'Han'。]

在 System.Text.RegularExpressions.RegexCharClass.SetFromProperty(String capname, Boolean invert, String pattern)
在 System.Text.RegularExpressions.RegexCharClass.AddCategoryFromName(String categoryName, Boolean invert, Boolean caseInsensitive, String pattern)
在 System.Text.RegularExpressions.RegexParser.ScanBackslash()
在 System.Text.RegularExpressions.RegexParser.ScanRegex()
在 System.Text.RegularExpressions.RegexParser.Parse(String re, RegexOptions op)
在 System.Text.RegularExpressions.Regex..ctor(String pattern, RegexOptions options, TimeSpan matchTimeout, Boolean useCache)
在 System.Text.RegularExpressions.Regex..ctor（字符串模式）

详细信息参考此处。

Answer 2

在 .Net 中，您需要在 Unicode 块属性前添加Is 。

我不知道 Han 对应的块是什么，或者是否支持，但是您可以尝试：

\p{IsHan}+

有关受支持类型的列表，请参阅 MSDN 。

这适用于其他字母表。 请参阅希腊语和拉丁语的示例。

Answer 3

这可能有效：

\p{L}

这将允许来自任何字母表的字母，如果您只想要中文字符（没有英文字符），那么我可能需要更多时间。

另外，我假设您正确使用了 Regex，请使用 \\p{Han}+ 测试此代码以查看它是否仍然不起作用。

        Regex regex = new Regex(@"\p{Han}+");///the requirement.
        Match match = regex.Match("YourString");
        if (match.Success)
        {
            Console.WriteLine("MATCH VALUE: " + match.Value);
        }