Unicode中文和特殊字元的編碼範圍

轉

程式設計中有時候需要用到匹配中文的正則，一般用 [ \u4e00-\u9fa5]+ 即可搞定。不過這正則對一般的火星文鳥語就不太適用了，甚至全形的標點符號都不包含在內。例如遊戲裡面的玩家名，普通青年一般都是漢字，文藝青年會加幾個特殊字元，2b青年火星文鳥語都會用上；這時候你就需要更強大的正則了。

其實，遊戲內大部分的玩家名都取自：中日韓統一表意文字（cjk unified ideographs），外加一些特殊的字元；用 [ \u2e80-\ufe4f]+基本都涵蓋了。根據unicode5.0整理如下：

1）標準cjk文字

2）全形ascii、全形中英文標點、半寬片假名、半寬平假名、半寬韓文本母：ff00-ffef

3）cjk部首補充：2e80-2eff

4）cjk標點符號：3000-303f

5）cjk筆劃：31c0-31ef

6）康熙部首：2f00-2fdf

7）漢字結構描述字元：2ff0-2fff

8）注音符號：3100-312f

9）注音符號（閩南語、客家語擴充套件）：31a0-31bf

10）日文平假名：3040-309f

11）日文片假名：30a0-30ff

12）日文片假名拼音擴充套件：31f0-31ff

13）韓文拼音：ac00-d7af

14）韓文本母：1100-11ff

15）韓文相容字母：3130-318f

16）太玄經符號：1d300-1d35f

17）易經六十四卦象：4dc0-4dff

18）彝文音節：a000-a48f

19）彝文部首：a490-a4cf

20）盲文符號：2800-28ff

21）cjk字母及月份：3200-32ff

22）cjk特殊符號（日期合併）：3300-33ff

23）裝飾符號（非cjk專用）：2700-27bf

24）雜項符號（非cjk專用）：2600-26ff

25）中文豎排標點：fe10-fe1f

26）cjk相容符號（豎排變體、下劃線、頓號）：fe30-fe4f

-------------

此網頁也列出了部分。