正则表达式查找中文Unicode字符

Question

我有这样的代码

re, err = regexp.Compile(`\p{Han}*`)
if err != nil {
    fmt.Println(err)
    return
}
s := "foo中文哦woqu"
fmt.Println(re.FindString(s))

但是它打印为空。

然后我将\p{Han}*更改为\p{Han}+，它显示“中文哦”。

将\p{Han}*更改为\p{Han}?，它打印为空。

我找到了这样的文档：

• x* 零个或多个x，更倾向于多个
• x+ 一个或多个x，更倾向于多个
• x? 零个或一个x，更倾向于一个

所以我期望我的打印结果是：

• \p{Han}* 打印“中文哦”
• \p{Han}+ 打印“中文哦”
• \p{Han}? 打印“中”

有人能告诉我发生了什么吗？

- sydnash

---

如果您想查找字符，只需使用 {Han} 而不需要其他。 - Tornike

re，err = regexp.Compile（`{Han}`） 像这样？它也会打印空的。 - sydnash

像这样: regexp.Compile(\\p{Han}`)` - Tornike

这只能匹配一个字符。我想匹配更多的字符。 - sydnash

Answer 1

作为文档所述（强调添加）：

FindString返回一个字符串，其中包含正则表达式在s中最左匹配的文本。如果没有匹配项，则返回值为空字符串，但是如果正则表达式成功匹配空字符串，返回值也将为空。如果需要区分这些情况，请使用FindStringIndex或FindStringSubmatch。

\p{Han}*匹配一个空字符串。您还可以通过使用FindAllString来查看：

fmt.Printf("%q", re.FindAllString(s, -1))
// Prints ["" "" "" "中文哦" "" "" "" ""]

您可以使用\p{Han}+，它不匹配空字符串。

- Ainar-G

---

我认为我明白发生了什么：因为 * 和 ? 也匹配空字符串，所以 find 方法打印第一个匹配的空字符串，感谢回复。 - sydnash