如何把一篇文章里的汉字分别存到数组中去呢

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 3558 天前的主题，其中的信息可能已经有所发展或是发生改变。

有没有这种工具或者方法，我给定一篇文章，他能把汉字以外的字符过滤出去，当然这个简单，然后把每个汉字存到数组里。

第 1 条附言 · 2014-08-24 00:01:50 +08:00

我刚才发现用split方法可以分割字符串到数组，但是如果数组太大效率会滴吧，有没有其他数据结构可以保存单个汉字的呢

6 条回复 • 2014-08-24 07:58:03 +08:00

cxe2v

2014-08-23 23:23:47 +08:00

好像正则表达式可以匹配汉字

ETiV

2014-08-23 23:24:48 +08:00

在本页执行:

console.log($('.topic_content').text().match(/[\u4E00-\u9FFF]/g));

jacob

2014-08-24 00:03:49 +08:00 via iPhone

@ETiV 我现在用手机，没法试验，但你这个是jquery，输出汉字吧

xjx0524

2014-08-24 00:17:13 +08:00

@jacob 楼上那个方法的核心是/[\u4E00-\u9FFF]/g这个正则表达式，你换成你想用的语言就行了

ETiV

2014-08-24 01:37:21 +08:00

@jacob LS说的对

jQuery 的目的只是抓你帖子里的文字, 交给后面 match 正则表达式.

主要的是 match 括号里的, 和正则最后的 g

itfanr

2014-08-24 07:58:03 +08:00 via iPad

用go语言也不错