Unicode编码及在正则表达式中的使用

• 原文 http://www.zuojj.com/archives/1074.html

今天日文版本项目中用户名校验有一个这样的需求：“匹配1-15位的 半角 英文字母和数字，连字符，下划线与 全角 日语”。看到这个需求时感觉还真是变态哈，全角、半角的看着很不适应，无奈在google、baidu上来查找。

一、解决问题

1. 首先来看看半角英文字母和数字的Unicode编码范围：

0-9：\u0030-\u0039

A-Z：\u0041-\u005a

a-z ：\u0061-\u007a

2. 连字符和下划线不用多说“-_”

3. 全角日语

这个比较搞人，首先日语中包含部分汉字、日文平假名、日文片假名。

全部汉字 ：\u4E00 – \u9FBF

全角平仮名：\u3040 – \u309F

全角片仮名：\u30A0 – \u30FF

但是这个汉字的Unicode编码还是不太准确的。

综上，可以写出正则表达式来判断：

var pattern = /^[\u0030-\u0039\u0041-\u005a\u0061-\u007a\u3040-\u309F\u30A0-\u30FF\u4E00-\u9FBF\-_]{1,15}$/,
 result  = pattern.test(value);

二、字符范围

半角字符：

半角拉丁字符u0000 – u00FF

半角日语字符uFF61 – uFF9F

半角其他字符uFFE8 – uFFEE

全角字符：

全角数字(0-9) uFF10 – uFF19

全角大英字(A-Z): uFF21 – uFF3A

全角小英字(a-z): uFF41 – uFF5A

全角平仮名：u3040 – u309F全角片仮名：u30A0 – u30FF

全角Latin: uFF01 – uFF5E全角Symbol: uFFE0 – uFFE5