中文验证的正则表达式基础写法
在C#中验证中文字符，核心是利用Unicode编码范围。常用汉字基本落在两个区间内：一是\u4e00到\u9fa5，覆盖了绝大部分常用汉字；二是\u3400到\u4dbf，这是CJK扩展A区的生僻字。如果业务场景中用户姓名可能包含生僻字，只校验4e00到9fa5就会把合法名字误判为非法，这一点在实际项目中踩过坑的人应该深有体会。
最基础的验证写法是使用Regex类的IsMatch方法。假设需求是判断用户输入的用户名是否全部由中文组成，可以用锚点符号限制整个字符串的边界：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
// ^和$表示整串匹配，+表示一个或多个中文字符
string pattern = "^[\u4e00-\u9fa5]+$";
Console.WriteLine(Regex.IsMatch("张三", pattern)); // True
Console.WriteLine(Regex.IsMatch("张三abc", pattern)); // False
Console.WriteLine(Regex.IsMatch("hello", pattern)); // False
}
}这里有几个细节值得注意。第一，正则中的方括号表示字符集合，范围内的字符任意出现一次都算匹配。第二，如果开启了忽略大小写选项对中文没有影响，但如果范围里混入了英文字母就要小心这个选项带来的副作用。第三，C#字符串里直接写\u4e00这样的Unicode转义是可以的，编译器会自动处理，不需要额外加双反斜杠，这一点和JavaScript里写字符串字面量的习惯略有不同。
判断字符串是否包含中文的三种思路
除了全匹配，另一个高频需求是判断字符串里是否存在中文字符，比如过滤掉混合了中文的订单备注，或者检测密码框里是否混入了不该出现的汉字。这个需求有三种典型实现，各有适用场景。
第一种直接去掉锚点做包含匹配：
string pattern = "[\u4e00-\u9fa5]";
bool hasChinese = Regex.IsMatch("订单A1024号", pattern);
// 返回True，因为"订单"和"号"都是中文第二种思路是反向验证，即判断整个字符串只包含英文、数字等允许的字符，一旦不满足就认为包含中文。这种方式在白名单校验里更常用，因为白名单往往比黑名单更严谨：
// 只允许字母、数字和下划线，不符合即视为包含非法字符（含中文）
string whitelist = "^[a-zA-Z0-9_]+$";
bool isValid = Regex.IsMatch("user_01", whitelist); // True
bool isValid2 = Regex.IsMatch("user_01甲", whitelist); // False第三种思路是统计中文字符的数量，用Matches方法配合Count。当业务需要限制中文字数（比如昵称最多十个汉字）时，这个方法比先验证再取Length更可靠，因为Length统计的是字符个数，中英文都占一个长度单位，无法区分汉字和其他字符：
string input = "张三提交了一份bug报告";
MatchCollection matches = Regex.Matches(input, "[\u4e00-\u9fa5]");
Console.WriteLine($"中文字符数量：{matches.Count}"); // 输出：10性能方面，如果只是简单的包含判断且调用频繁，其实用char遍历配合char.GetUnicodeCategory或直接比较码位区间，比正则更快。正则的优势在于表达力，简单的范围判断用循环也完全可行，按项目实际情况权衡即可。
扩展场景与常见坑点分析
实际项目中，中文验证经常不是孤立出现的。比如验证中文姓名，姓名中允许出现间隔号·，典型如外国译名。这时正则可以扩展为：
string namePattern = "^[\u4e00-\u9fa5\u3400-\u4dbf·]{2,20}$";
Console.WriteLine(Regex.IsMatch("张三", namePattern)); // True
Console.WriteLine(Regex.IsMatch("卡尔·马克思", namePattern)); // True
Console.WriteLine(Regex.IsMatch("张", namePattern)); // False，长度不足第一个常见的坑是重复的起始锚点。有人会写出^[\u4e00-\u9fa5]$^这样的模式，或者在使用多行模式时误以为$匹配字符串末尾，实际上多行模式下$匹配的是每一行的末尾，验证结果会出乎意料。第二个坑是全角标点问题，中文逗号、中文句号的码位不在4e00到9fa5范围内，如果业务允许中文标点，必须显式加入字符集合，否则会被拒绝。
第三个坑和输入来源有关。从网页表单提交的数据可能带有不可见的零宽字符或BOM，这些字符不在中文范围内，会导致看似"纯中文"的输入验证失败。稳妥的做法是先对输入做Trim并移除控制字符再验证：
string Clean(string input)
{
// 去除首尾空白和零宽字符，再执行验证
return input.Trim()
.Replace("\u200b", "")
.Replace("\ufeff", "");
}如果项目基于.NET 5或更高版本，还可以考虑通过RegexOptions指定CultureInvariant选项，避免区域设置差异影响匹配结果。对于性能敏感的场景，应该把Regex对象用readonly字段缓存起来或者使用.NET 7引入的GeneratedRegex源生成器特性，避免每次调用都重新编译正则表达式。总体来说，中文验证本身不复杂，难点在于边界情况的处理，把字符范围、匹配模式和输入清洗这三件事都考虑周全，验证逻辑才能在生产环境中稳定可靠。