C#中正则表达式匹配中文字符的4种常用写法

核心原理：Unicode 编码范围

在正则表达式中，汉字通常通过其 Unicode 编码区间来定义。在C#及其他多数编程语言中，匹配基本中文字符集的范围为：

该范围覆盖了最常用的 GBK 编码中的基本汉字。基于此基础片段，结合锚点和量词，即可构建各种验证逻辑。

场景一：匹配纯中文字符串

当需要确保整个字符串完全由中文组成，不含数字、字母或符号时，需同时使用起始和结束锚点，并限制数量为一个或多个。

第1步：配置全匹配正则

使用以下正则表达式：

"^[\u4e00-\u9fa5]+$"

参数说明：

• ^：表示字符串的起始位置。
• $：表示字符串的结束位置。
• [\u4e00-\u9fa5]+：匹配一个或多个中文字符。

完成状态：仅当字符串内容全部为中文且长度大于0时匹配成功。

场景二：匹配包含中文字符的字符串

若仅需判断字符串中是否存在任意中文字符（无论位置），无需限定头尾锚点。

第2步：配置存在性检查正则

使用以下正则表达式：

"[\u4e00-\u9fa5]"

操作目的：进行模糊匹配，检测目标字符串中是否“至少出现一次”中文字符。

场景三：匹配以中文开头的字符串

针对需要过滤出以汉字作为首字符的数据流，需在正则前方添加起始锚点。

第3步：配置开头匹配正则

使用以下正则表达式：

"^[\u4e00-\u9fa5]"

操作细节：在 ^ 后紧跟中文字符范围，不要求后续内容性质，只要第一个字符符合即可。

场景四：匹配以中文结尾的字符串

同理，若需识别以汉字收尾的字符串，应在末尾添加结束锚点。

第4步：配置结尾匹配正则

使用以下正则表达式：

"[\u4e00-\u9fa5]$"

操作细节：将结束锚点 $ 置于中文字符范围之后，确保最后一个字符为汉字。

总结

C#中正则匹配中文的核心在于正确引用 [\u4e00-\u9fa5] 范围，并根据校验需求灵活搭配 ^（开头）和 $（结尾）。以上就是C#匹配中文字符串的4种正则表达式分享的详细内容，更多关于C#正则表达式的资料请关注本站其它相关文章！