notepad++ 提取汉字需依编码选正则：utf-8下用[^\x00-\x7f]删非ascii，或[\u4e00-\u9fff]精准保留常用汉字；ansi文件须先转utf-8，否则正则失效。

Notepad++ 本身没有「只提取汉字」的内置按钮，所有真正有效的做法都依赖正则表达式 + 替换逻辑。关键不是“提取”，而是“删掉非汉字”，再清理残留——直接匹配汉字范围反而容易漏字或混入标点。

用 [^\x00-\x7F] 匹配所有非 ASCII 字符（含中文、日文、全角符号）

这是最稳的起点：它不挑编码，不管文档是 ANSI 还是 UTF-8，只要字符 Unicode 码点 > 127 就能捕获。比 [^\x00-\xff] 安全，后者在旧版 Notepad++ 中可能误判 Latin-1 扩展字符（比如 é、ñ），甚至触发崩溃。

• 打开替换（Ctrl+H），勾选「匹配正则表达式」
• 「查找目标」填：[^\x00-\x7F]
• 「替换为」留空 → 点「全部替换」，此时所有非英文字符（包括汉字、全角逗号、emoji、数学符号）都被清空
• 如果目标只是「纯汉字」，这步会连中文标点一起删掉，属于过度清洗；但如果你要的是「剔除所有非英文内容」，这就一步到位

用 [\u4e00-\u9fff] 精确匹配 CJK 基本汉字（简体/繁体正文主力）

这个范围覆盖了 Unicode 中最常用的 20902 个汉字（U+4E00 到 U+9FFF），日常代码注释、配置文案里的中文基本都在这里。它不包含生僻字（如扩展 A/B 区）、不包含中文标点、也不吃全角空格 \u3000 —— 想干净就用它。

Notepad++ Windows版

Notepad++ 8.9.7 Windows版官方安装包，适合 Windows 用户进行代码编辑、文本处理、语法高亮和插件扩展配置。

下载

• 先用「查找」（Ctrl+F）测试：[\u4e00-\u9fff] → 点「在当前文档中查找」，确认高亮是否符合预期
• 再进替换（Ctrl+H）：「查找目标」填同上，「替换为」填 $0（保留原字符），然后勾选「匹配正则表达式」+「匹配新行」
• 点「全部替换」后，文档只剩汉字和原有换行；但其他所有内容（字母、数字、标点、空格）都还在 → 这不是提取，是“标记保留”
• 真正提取需两步走：先把非汉字全替成换行或特殊标记，再用「行操作 → 删除空行」或「书签 → 删除未标记行」收尾

别信 [一-龥] 或 [^\x00-\xff]，它们在 ANSI 编码下大概率失效

很多老教程推 [一-龥]，但它本质是 GBK 编码下的字节区间映射，在 Notepad++ 以 ANSI 模式打开的文件里，这些汉字实际存储为两个字节（如「中」是 \xd6\xd0），正则引擎根本不会按 Unicode 解析——结果就是「长」「东」等字搜不到。同理，[^\x00-\xff] 在 ANSI 下会把每个字节单独判断，导致半截乱码也被当“非英文”匹配。

• 检查当前文件编码：右下角看状态栏，如果是「ANSI」，先「编码 → 转为 UTF-8」再操作
• [\u4e00-\u9fff] 和 [^\x00-\x7F] 都要求文档处于 UTF-8 或 UCS-2 编码下才可靠
• 如果必须处理 ANSI 文件且不能转码，唯一办法是手动用「查找 → 标记」功能圈出含中文的整行，再用书签剪切导出（见下一条）

大文件或混合内容，优先用「书签 + 剪切」代替正则替换

正则在 5MB 以上文件里容易卡死，尤其是带 .* 或跨行匹配时。而书签是行级操作，不解析内容，响应快、不崩、顺序保真。

• 按 Ctrl+F 输入关键词（如 中文、title、提示），切到「标记」页签 → 「全部标记」
• 确保没选中任何文本，否则只标记选区内行
• 按 Ctrl+A 全选 → Ctrl+X 剪切（不是复制！复制在折叠/隐藏视图下会错乱）
• Ctrl+N 新建文档 → Ctrl+V 粘贴，得到的就是原始顺序的、仅含目标行的干净文本
• 若目标行里还有英文/符号，再对新文档用 [\u4e00-\u9fff] 替换清理，比全量处理快得多

真正麻烦的不是写对正则，而是搞清当前文件的编码状态和你要的“汉字”定义——是只要字形像中文，还是必须 Unicode 归类为 CJK？要不要标点？要不要兼容生僻字？这些决定后续每一步的正则写法和容错边界。