标签：技术 技术分享 使用 -- sequence src roc 分享 images
匹配unicode字符
有时候我们需要匹配ASCII范围之外的字符。
"Qu’est-ce que la tolérance? c’est l’apanage de l’humanité. Nous sommes tous pétris de faiblesses et d’erreurs; pardonnons-nous réciproquement nos sottises, c’est la première loi de la nature." —Voltaire (1694–1778)
What is tolerance? It is the consequence of humanity. We are all formed of frailty and error;let us pardon reciprocally each other‘s folly--that is the first law of nature.
我们将伏尔泰的名言输入到http://www.regexpal.com/中，然后输入正则表达式
\u00e9
\u之后跟着的十六进制值00e9，这里不区分大小写，00E9也可以，00E9对接十进制值233，在ASCII（0~127）之外。
注意在Regexpal中字母é，即小写e加上了一个重音符，被标亮了，这是因为在unicode中é就是U+00E9，所以\u00e9可以匹配到它。
Regexpal.com是javascript的正则表达式实现。javascript也允许使用以下语法实现：
\xe9
现在我们在其他正则引擎中试一下。http://regexhero.net/tester/是.NET编写的。
古池 蛙飛び込む 水の音 —芭蕉 (1644–1694) At the ancient pond a frog plunges into the sound of water. —Basho (1644–1694)
以上是日本诗人松尾芭蕉的俳句。
将其输入regexhero，然后输入正则
\u6c60
这是单词pond池塘所对应的日文字符的代码点。
另外，也可以匹配一下长破折号
\u2014
或短破折号
\u2013
用八进制数匹配字符
在正则中，用八进制数就是在反斜线后加三位数字。
比如
\351
等同于
\u00e9
匹配控制字符
代码库的ASCII.txt里是所有ASCII字符，一个字符一行，一共128行。
在正则表达式中，像这样来指定一个控制字符：
\cx
其中x就是你想匹配的控制字符
匹配unicode和其他字符
标签：技术 技术分享 使用 -- sequence src roc 分享 images
原文地址：http://www.cnblogs.com/hahazexia/p/6001420.html
