Unicodeで「漢字」の正規表現 – ものかの

改訂：2017/07/22 Unicode 10.0に合わせて書き直し。正規表現を簡易にしようとしてやりすぎていたのを修正。 改訂：2023/03/21 U+30000以降を追加。InDesignの正規表現を追記。 正規表現で漢字の範囲指定をする場合、Unicodeではどうするかが悩ましいところです。 Unicodeの漢字の範囲として [一-龠] にしている例を見かけます。しかしこれは旧規格JIS X 0208の漢字が含まれる範囲をUnicodeの中から切り出しているだけです。互換漢字ブロックをまるごと取りこぼしているので、WindowsのシフトJIS（CP932）の拡張漢字に当たるものが含まれていません。現規格JIS X 0213の第３・第４水準漢字も考慮されていません。簡易な範囲指定だとしても、新常用漢字の「𠮟」が含まれておらず、今から見るとあまりに時代遅れです。 Unicodeのす

[itouhiro]

参考になった。けど「〆ヵヶ」も漢字扱いしたい。／ものかの » Unicodeで「漢字」の正規表現

[Cherenkov]

々〇の次の文字、エディタにコピペして?のように文字化けするかもしれないので注意。

[ub-pnr]

“CJK部首補助”

[perl48]

なるほど、[一-龠] だと漏れがあるんですねー。助かります。

[mzkzzz]

正規表現つかって、無駄な半角スペース削除するしごとつらい。。

[igrep]

テストするのもハードじゃのう。。。

[a2ikm]

Unicodeスクリプト

[itmst71]

"[々〇〻\x{3220}-\x{3244}\x{3280}-\x{32B0}\x{3400}-\x{9FFF}\x{F900}-\x{FAFF}\x{20000}-\x{2FFFF}]"

[efcl]

ユニコードで漢字の範囲指定する。

[toton]

"[々〇〻\x{3400}-\x{9FFF}\x{F900}-\x{FAFF}\x{20000}-\x{2FFFF}]"

[mooz]

文字コード, Unicode, utf

[teppeis]

「々〇〻x{3400}-x{9FFF}x{F900}-x{FAFF}x{20000}-x{2FFFF}」

[Layzie]

む、難しいな…