本文详解如何用正则表达式安全、高效地批量删除日语文本中「[ ]」内的假名注音（如「降[ふ]」），解决\w在Unicode环境下失效的问题，并提供兼顾通用性与字符集限制的两种正则方案。

本文详解如何用正则表达式安全、高效地批量删除日语文本中「[ ]」内的假名注音（如「降[ふ]」），解决`\w`在unicode环境下失效的问题，并提供兼顾通用性与字符集限制的两种正则方案。

在处理日语学习材料或双语对照文本时，常需剥离汉字后的振假名（furigana）注音，例如将 雨[あめ] 简化为 雨，以生成纯汉字版本用于阅读训练或排版优化。看似简单的替换，却因日语混合使用汉字（Kanji）、平假名（Hiragana）、片假名（Katakana）及全角标点，导致常见正则（如 \[\w*\]）失效——原因在于 Java 的 \w 默认仅匹配 ASCII 字母、数字和下划线（即 [a-zA-Z_0-9]），并不自动支持 Unicode 字符（除非显式启用 UNICODE_CHARACTER_CLASS 模式）。

✅ 正确解法：使用否定字符类精准匹配括号内容
最可靠、兼容性最强的方式是采用 \[[^\]]+\]：

String input = "雨[あめ]も 降[ふ]るし 強[つよ]い 風[かぜ]が 吹[ふ]くし、ひどい 天気[てんき]ですね。";
String result = input.replaceAll("\[[^\]]+\]", "");
System.out.println(result);
// 输出：雨も 降るし 強い 風が 吹くし、ひどい 天気ですね。

该正则含义解析：

• \[ ：匹配字面量左方括号 [（需转义）
• [^\]]+ ：匹配 1个或多个非右方括号 ] 的任意字符（^ 在 [] 内表示“否定”，\] 转义右括号）
• \] ：匹配字面量右方括号 ]

此方案不依赖字符集假设，能安全处理括号内含空格、标点、甚至罕见符号的情况，鲁棒性极高。

? 进阶控制：限定括号内仅匹配日文字符
若业务场景明确要求括号内只允许日文字符（如排除误写的英文或数字），可使用 Unicode 区块限定。平假名（u3040–u309F）、片假名（u30A0–u30FF）及全角平假名/片假名常用标点（如　、！、？等）主要落在 u3000–u30FF 区间：

// 仅移除包含「全角日文字符」的括号（推荐用于高质量清洗）
String strictResult = input.replaceAll("\[[\u3000-\u30ff]+\]", "");

⚠️ 注意事项：

• \w 在 Java 中默认 不支持 Unicode；若坚持用 \w，需启用标志：Pattern.compile("\[\w+\]", Pattern.UNICODE_CHARACTER_CLASS)，但不如 [^\]]+ 简洁可靠；
• 避免使用 \[.*\]（贪婪匹配），它会跨括号匹配（如 A[abc] and B[def] → 错误匹配整个 A[abc] and B[def]）；
• 实际应用中建议先用 replaceAll() 测试小样本，再批量处理；对含嵌套括号（极罕见）的文本，正则无法处理，需改用解析器。

总结：\[[^\]]+\] 是处理日语振假名剥离的黄金正则——简洁、高效、零依赖、全字符集兼容。掌握这一模式，即可从容应对多语言文本中的结构化括号清洗任务。