MNBVC-Wiki

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。
^ unicode范围 ^ 描述 ^ 备注 ^
| U0021-U0080  | 包含数字0-9，字母a-z,A-Z 空格以及常规键盘能输入的各种符号| U0080为欧元符号|
| U4E00－U9FA5 | 最初期统一汉字 | 最初期共20902统一汉字  |
| U3400－U4DBF |扩展A区汉字 | 含有6592汉字 |
| U20000－U2A6DD |扩展B区汉字 | 含有42717汉字 |
| U2A700－U2B734 |扩展C区汉字 | 含有4149汉字，包括来自中国大陆、澳门、台湾、日本、越南等尚未编码的汉字 |
| U2B740－U2B81D |扩展D区汉字 | 含有222汉字，所谓的“急用汉字” |
| U2B820－U2CEAF |扩展E区汉字 | 含有5762汉字 |
| U2CEB0－U2EBEF |扩展F区汉字 | 含有7473汉字，主要包括一千多方块壮字及数千个佛经、古籍中的用字以及日本户籍用字 |
| U30000－U3134A |扩展G区汉字 | 含有4939汉字，统一码13.0 |
| U31350－U323AF |扩展H区汉字 | 含有4192汉字，统一码15.0 |
| U2F800－U2FA1D |台湾的兼容汉字 | 542个汉字 |
| U9FA6－U9FBB |统一码4.1汉字 | 22个汉字，为使统一码向下兼容GB 18030和香港增补字符集（HKSCS）的所有汉字 |
| U9FBC－U9FC2 |统一码5.1汉字 | 7个个汉字 |
| UFA70－UFAD9 |北韩的兼容汉字 | 106个汉字 |
| U0800-U4e00 | 日文|日文|
| UAC00-UD7FF | 韩文|韩文|
参考来源:https://zh.wikipedia.org/wiki/%E4%B8%AD%E6%97%A5%E9%9F%93%E7%B5%B1%E4%B8%80%E8%A1%A8%E6%84%8F%E6%96%87%E5%AD%97

注:
4字节以上的unicode需要用大写Uxxxxxxxx 表示，例如"𪜱"的unicode编码是u2A731，但是需要在匹配时写成 U0002A731，补齐四个字节，占位符用0表示。

4字节以下用小写uxxxx表示即可，例如"㐀"，即可用u3400表示

测试代码
<code python>
import re

ss = "𫟏𫟅𫝆𪜱㐀"
REGEX_FEATURE_ALL = r'[\U0002a731\u3400\U0002b746\U0002B7C5]'
re_char_check = re.compile(REGEX_FEATURE_ALL, re.IGNORECASE)
print(re_char_check.findall(ss))


ss_2 = "ゐ"
REGEX_FEATURE_ALL = r'[\u0800-\u4e00]'
re_char_check = re.compile(REGEX_FEATURE_ALL, re.IGNORECASE)
print(re_char_check.findall(ss_2))

ss_3 = "한국어"
REGEX_FEATURE_ALL = r'[\uac00-\ud7ff]'
re_char_check = re.compile(REGEX_FEATURE_ALL, re.IGNORECASE)
print(re_char_check.findall(ss_3))
</code>