如何使用正则表达式来验证中文输入？

Question

问题是我需要在客户端验证中将此类中文输入视为无效:

任何与任何中文字符和空格混合的英文字符总长度> = 10时,输入无效.

让我们说:"你的是你的你的你"或"你的你的你的你"(长度为10)无效.但是"你的是你的一个人"(长度为9)是可以的.

我使用Javascript进行客户端验证,使用Java进行服务器端.所以我认为在两者上应用正则表达式应该是完美的.

任何人都可以提供一些提示如何在正则表达式中编写规则？

Answer 1

来自Unicode的中文字符的完整范围是什么？,CJK unicode范围是:

Block                                   Range       Comment
--------------------------------------- ----------- ----------------------------------------------------
CJK Unified Ideographs                  4E00-9FFF   Common
CJK Unified Ideographs Extension A      3400-4DBF   Rare
CJK Unified Ideographs Extension B      20000-2A6DF Rare, historic
CJK Unified Ideographs Extension C      2A700–2B73F Rare, historic
CJK Unified Ideographs Extension D      2B740–2B81F Uncommon, some in current use
CJK Unified Ideographs Extension E      2B820–2CEAF Rare, historic
CJK Compatibility Ideographs            F900-FAFF   Duplicates, unifiable variants, corporate characters
CJK Compatibility Ideographs Supplement 2F800-2FA1F Unifiable variants
CJK Symbols and Punctuation             3000-303F

您可能希望允许来自Unicode块CJK Unified Ideographs和CJK Unified Ideographs Extension A的代码点.

此正则表达式将匹配0到9个空格,表意空间(U + 3000),AZ字母或这两个CJK块中的代码点.

/^[ A-Za-z\u3000\u3400-\u4DBF\u4E00-\u9FFF]{0,9}$/

表意文字列于:

• 第1部分
• 第2部分
• 第3部分
• 第4部分
• 扩展A.

但是,您可以添加更多块.

码:

function has10OrLessCJK(text) {
    return /^[ A-Za-z\u3000\u3400-\u4DBF\u4E00-\u9FFF]{0,9}$/.test(text);
}

function checkValidation(value) {
    var valid = document.getElementById("valid");
    if (has10OrLessCJK(value)) {
        valid.innerText = "Valid";
    } else {
        valid.innerText = "Invalid";
    }
}

<input type="text" 
       style="width:100%"
       oninput="checkValidation(this.value)"
       value="??a??a??a">

<div id="valid">
    Valid
</div>