本文详解如何使用正则表达式安全、准确地移除日语文本中所有方括号及其内部的假名注音（如「[あめ]」「[ふ]」），适配汉字+平假名+片假名混合场景，并指出常见误区与 unicode 匹配要点。

本文详解如何使用正则表达式安全、准确地移除日语文本中所有方括号及其内部的假名注音（如「[あめ]」「[ふ]」），适配汉字+平假名+片假名混合场景，并指出常见误区与 unicode 匹配要点。

在处理带振假名（furigana）的日语文本时，常需剥离方括号内的读音标注（例如将 雨[あめ] 简化为 雨），以生成纯汉字/词汇版本用于排版、翻译对齐或 NLP 预处理。但直接套用英文正则习惯（如 \[\w*\]）会失效——因为 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（如平假名 あ、片假名 カ），即使文档提及“支持多语言”，也需显式启用 UNICODE_CHARACTER_CLASS 标志（Java 7+），否则 w 对日文完全无效。

✅ 正确且简洁的解决方案是使用否定字符类（negated character class）：

String cleaned = original.replaceAll("\[[^\]]+\]", "");

该正则含义清晰：

• \[：匹配字面量左方括号 [（需转义）；
• [^\]]+：匹配一个或多个非右方括号 ] 的任意字符（包括汉字、平假名、片假名、空格、标点等）；
• \]：匹配字面量右方括号 ]。

此写法不依赖字符集假设，鲁棒性强，能安全处理 強[つよ]い、天気[てんき] 甚至含空格的 新[あたら]しい 等复杂情况。

⚠️ 若业务场景严格限定括号内仅含日文字符（如禁止出现英文字母或数字），可进一步收紧匹配范围，使用 Unicode 区块限定：

// 仅匹配平假名（u3040–u309F）、片假名（u30A0–u30FF）及全角空格/标点（u3000–u303F）
String furiganaOnly = original.replaceAll("\[[\u3000-\u30ff]+\]", "");

该模式覆盖常用日文符号，但需注意：\u3000-\u30ff 实际包含平假名、片假名、平假名扩展、片假名扩展及中文标点（如　、！、？），若需更精确（如排除中文标点），应拆分为 [u3040-u309Fu30A0-u30FFu3000-u301F]。

? 重要提醒：

• 不要使用 \[.*?\]：贪婪/懒惰匹配在跨行文本中可能越界（尤其当原文含多个 ] 时）；
• 避免 \[\S*\]：S 匹配非空白符，但日文空格（　，U+3000）属于空白符，会导致漏匹配含全角空格的注音（如 [ふ る]）；
• 如需保留括号但清除内容（如 雨[]も），可改为 replaceAll("\[[^\]]*\]", "[]")；
• 处理大量文本时，建议预编译 Pattern 提升性能：Pattern.compile("\[[^\]]+\]").matcher(text).replaceAll("")。

综上，\[[^\]]+\] 是兼顾准确性、兼容性与可读性的首选方案——它不假设字符语义，仅基于括号边界进行结构化清洗，是处理日文振假名文本的可靠基石。