ASP 检测字符串中的汉字
发布时间：2015年3月7日 作者：未知 查看次数：1438

ASP 检测字符串中的汉字


自：http://blog.csdn.net/aminfo/article/details/19572449

ASP 检测字符串是否包括汉字、数字、韩文、日文，以及其他语种字符的方法

网页要用utf-8编码方式，用GB2312编码无法检测。

http://blog.csdn.net/aminfo/article/details/19572449

文件内容如下，请存为Test.asp

[html]
  1. <%@LANGUAGE="VBSCRIPT" CODEPAGE="65001"%>  
  2. <%Session.CodePage=65001%>  
  3. <html>  
  4. <head>  
  5. <meta http-equiv="Content-Type" content="text/html; charset=utf-8">  
  6. <title>测试字符属性</title>  
  7. </head>  
  8. <body>  
  9. <%Response.Charset = "utf-8"%>  
  10. <%Dim HasHZ, HasEn, HasNum, KeyWord  
  11.   
  12. KeyWord = Request("KeyWord")  
  13. If KeyWord<>"" Then  
  14.   
  15.     HasHZ = 0  
  16.     HasEn = 0  
  17.     HasNum = 0  
  18.     HasJP = 0  
  19.     HasKR = 0  
  20.   
  21.     '判断汉字  
  22.     If RegExpTest("[\u4e00-\u9fa5]", KeyWord) Then  
  23.         HasHZ = 1  
  24.     End If  
  25.   
  26.     '判断英文  
  27.     If RegExpTest("[a-zA-Z]", KeyWord) Then  
  28.         HasEn = 1  
  29.     End If  
  30.       
  31.     '判断数字  
  32.     If RegExpTest("[0-9]", KeyWord) Then  
  33.         HasNum = 1  
  34.     End If  
  35.   
  36.     '判断日语  
  37.     If RegExpTest("[\u0800-\u4e00]", KeyWord) Then  
  38.         HasJP = 1  
  39.     End If  
  40.   
  41.     '判断韩语  
  42.     If RegExpTest("[\u3130-\u318F]", KeyWord) Then  
  43.         HasKR = 1  
  44.     ElseIf RegExpTest("[\uAC00-\uD7A3]", KeyWord) Then  
  45.         HasKR = 2     
  46.     End If  
  47.   
  48.     Response.write  "<BR>关键词：" & KeyWord & "<BR>汉字 = " & HasHZ & "<BR>英文 = " & HasEn & "<BR>数字 = " & HasNum & "<BR>日文 = " & HasJP & "<BR>韩文 = " & HasKR  
  49.   
  50. End If  
  51.   
  52. Function RegExpTest(patrn, strng)   
  53.     Dim regEx, retVal ' 建立变量。   
  54.     Set regEx = New RegExp ' 建立正则表达式。   
  55.     regEx.Pattern = patrn ' 设置模式。   
  56.     regEx.IgnoreCase = False ' 设置是否区分大小写。   
  57.     retVal = regEx.Test(strng) ' 执行搜索测试。   
  58.     If retVal Then   
  59.         RegExpTest = True  
  60.     Else   
  61.         RegExpTest = False  
  62.     End If   
  63. End Function%>  
  64. <form method="POST" action="Test.asp">  
  65.     <p><input type="text" name="KeyWord" size="20" value="<%=KeyWord%>"><input type="submit" value="提交" name="B1"><input type="reset" value="重置" name="B2"></p>  
  66. </form>  
  67. </body>  
  68. </html>  

附上：Unicode编码布局如下，如需判断其它编码字符，只需将正则表达式中的编码范围替换为以下对应的编码范围及可。

Unicode 到目前为止所定义的五个平面中，第0平面(BMP)最为重要，其编码分布如下：
 注：中文范围 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)
 0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin)
 0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement)
 0100-017F：拉丁文扩展-A (Latin Extended-A)
 0180-024F：拉丁文扩展-B (Latin Extended-B)
 0250-02AF：国际音标扩展 (IPA Extensions)
 02B0-02FF：空白修饰字母 (Spacing Modifiers)
 0300-036F：结合用读音符号 (Combining Diacritics Marks)
 0370-03FF：希腊文及科普特文 (Greek and Coptic)
 
 Microsoft Word
 0400-04FF：西里尔字母(Cyrillic)
 0500-052F：西里尔字母补充 (Cyrillic Supplement)
 0530-058F：亚美尼亚语 (Armenian)
 0590-05FF：希伯来文 (Hebrew)
 0600-06FF：阿拉伯文 (Arabic)
 0700-074F：叙利亚文 (Syriac)
 0750-077F：阿拉伯文补充 (Arabic Supplement)
 0780-07BF：马尔代夫语 (Thaana)
 07C0-077F：西非书面语言 (N'Ko)
 0800-085F：阿维斯塔语及巴列维语(Avestan and Pahlavi)
 0860-087F：Mandaic
 0880-08AF：撒马利亚语 (Samaritan)
 0900-097F：天城文书 (Devanagari)
 0980-09FF：孟加拉语 (Bengali)
 0A00-0A7F：锡克教文 (Gurmukhi)
 0A80-0AFF：古吉拉特文 (Gujarati)
 0B00-0B7F：奥里亚文 (Oriya)
 0B80-0BFF：泰米尔文 (Tamil)
 0C00-0C7F：泰卢固文 (Telugu)
 0C80-0CFF：卡纳达文 (Kannada)
 0D00-0D7F：德拉维族语 (Malayalam)
 0D80-0DFF：僧伽罗语 (Sinhala)
 0E00-0E7F：泰文 (Thai)
 0E80-0EFF：老挝文 (Lao)
 0F00-0FFF：藏文 (Tibetan)
 1000-109F：缅甸语 (Myanmar)
 10A0-10FF：格鲁吉亚语(Georgian)
 1100-11FF：朝鲜文 (Hangul Jamo)
 1200-137F：埃塞俄比亚语 (Ethiopic)
 1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement)
 13A0-13FF：切罗基语 (Cherokee)
 1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics)
 1680-169F：欧甘字母 (Ogham)
 16A0-16FF：如尼文(Runic)
 1700-171F：塔加拉语 (Tagalog)
 1720-173F：Hanunóo
 1740-175F：Buhid
 1760-177F：Tagbanwa
 1780-17FF：高棉语 (Khmer)
 1800-18AF：蒙古文 (Mongolian)
 18B0-18FF：Cham
 1900-194F：Limbu
 1950-197F：德宏泰语 (Tai Le)
 1980-19DF：新傣仂语 (New Tai Lue)
 19E0-19FF：高棉语记号 (Kmer Symbols)
 1A00-1A1F：Buginese
 1A20-1A5F：Batak
 1A80-1AEF：Lanna
 1B00-1B7F：巴厘语 (Balinese)
 1B80-1BB0：巽他语 (Sundanese)
 1BC0-1BFF：Pahawh Hmong
 1C00-1C4F：雷布查语(Lepcha)
 1C50-1C7F：Ol Chiki
 1C80-1CDF：曼尼普尔语(Meithei/Manipuri)
 1D00-1D7F：语音学扩展 (Phonetic Extensions)
 1D80-1DBF：语音学扩展补充 (Phonetic Extensions Supplem unicode ent)
 1DC0-1DFF：结合用读音符号补充 (Combining Diacritics Marks Supplement)
 1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional)
 1F00-1FFF：希腊语扩充 (Greek Extended)
 2000-206F：常用标点(General Punctuation)
 2070-209F：上标及下标 (Superscripts and Subscripts)
 20A0-20CF：货币符号 (Currency Symbols)
 20D0-20FF：组合用记号 (Combining Diacritics Marks for Symbols)
 2100-214F：字母式符号 (Letterlike Symbols)
 2150-218F：数字形式 (Number Form)
 2190-21FF：箭头 (Arrows)
 2200-22FF：数学运算符 (Mathematical Operator)
 2300-23FF：杂项工业符号 (Miscellaneous Technical)
 2400-243F：控制图片 (Control Pictures)
 2440-245F：光学识别符 (Optical Character Recognition)
 2460-24FF：封闭式字母数字 (Enclosed Alphanumerics)
 2500-257F：制表符 (Box Drawing)
 2580-259F：方块元素 (Block Element)
 25A0-25FF：几何图形 (Geometric Shapes)
 2600-26FF：杂项符号 (Miscellaneous Symbols)
 2700-27BF：印刷符号 (Dingbats)
 27C0-27EF：杂项数学符号-A (Miscellaneous Mathematical Symbols-A)
 27F0-27FF：追加箭头-A (Supplemental Arrows-A)
 2800-28FF：盲文点字模型 (Braille Patterns)
 2900-297F：追加箭头-B (Supplemental Arrows-B)
 2980-29FF：杂项数学符号-B (Miscellaneous Mathematical Symbols-B)
 2A00-2AFF：追加数学运算符 (Supplemental Mathematical Operator)
 2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols and Arrows)
 2C00-2C5F：格拉哥里字母(Glagolitic)
 2C60-2C7F：拉丁文扩展-C (Latin Extended-C)
 2C80-2CFF：古埃及语 (Coptic)
 2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement)
 2D30-2D7F：提非纳文 (Tifinagh)
 2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended)
 2E00-2E7F：追加标点 (Supplemental Punctuation)
 2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement)
 2F00-2FDF：康熙字典部首 (Kangxi Radicals)
 2FF0-2FFF：表意文字描述符 (Ideographic Description Characters)
 3000-303F：CJK 符号和标点 (CJK Symbols and Punctuation)
 3040-309F：日文平假名 (Hiragana)
 30A0-30FF：日文片假名 (Katakana)
 3100-312F：注音字母 (Bopomofo)
 3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo)
 3190-319F：象形字注释标志 (Kanbun)
 31A0-31BF：注音字母扩展 (Bopomofo Extended)
 31C0-31EF：CJK 笔画 (CJK Strokes)
 31F0-31FF：日文片假名语音扩展 (Katakana Phonetic Extensions)
 3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters and Months)
 3300-33FF：CJK 兼容 (CJK Compatibility)
 3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A)
 4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols)
 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)
 A000-A48F：彝文音节 (Yi Syllables)
 A490-A4CF：彝文字根 (Yi Radicals)
 A500-A61F：Vai
 A660-A6FF：统一加拿大土著语音节补充 (Unified Canadian Aboriginal Syllabics Supplement)
 A700-A71F：声调修饰字母 (Modifier Tone Letters)
 A720-A7FF：拉丁文扩展-D (Latin Extended-D)
 A800-A82F：Syloti Nagri
 A840-A87F：八思巴字 (Phags-pa)
 A880-A8DF：Saurashtra
 A900-A97F：爪哇语 (Javanese)
 A980-A9DF：Chakma
 AA00-AA3F：Varang Kshiti
 AA40-AA6F：Sorang Sompeng
 AA80-AADF：Newari
 AB00-AB5F：越南傣语 (Vi?t Thái)
 AB80-ABA0：Kayah Li
 AC00-D7AF：朝鲜文音节 (Hangul Syllables)
 D800-DBFF：High-half zone of UTF-16
 DC00-DFFF：Low-half zone of UTF-16
 E000-F8FF：自行使用区域 (Private Use Zone)
 F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs)
 FB00-FB4F：字母表达形式 (Alphabetic Presentation Form)
 FB50-FDFF：阿拉伯表达形式A (Arabic Presentation Form-A)
 FE00-FE0F：变量选择符 (Variation Selector)
 FE10-FE1F：竖排形式 (Vertical Forms)
 FE20-FE2F：组合用半符号 (Combining Half Marks)
 FE30-FE4F：CJK 兼容形式 (CJK Compatibility Forms)
 FE50-FE6F：小型变体形式 (Small Form Variants)
 FE70-FEFF：阿拉伯表达形式B (Arabic Presentation Form-B)
 FF00-FFEF：半型及全型形式 (Halfwidth and Fullwidth Form)
 FFF0-FFFF：特殊 (Specials)

版权所有！www.sieye.cn
E.Mail:sieye@sohu.com QQ:66697110