在河里抓鱼的熊

在正则表达式中，拉丁字符的匹配很是方便，可是如果要匹配的内容中有中文或者中文标点符号就很恼火。今天特意对中文码表做了细致的了解，分享给大家。
按照Unicode Block分别介绍：

1. Basic Latin(\u0020-\u007E)：
   这些是基本的可见ASCII码
2. HalfWidth and FullWidth Forms(\uFF01-\uFFEE)
   全角符号(\uFF01-\uFF60)：包含了大部分中文输入法所输入的符号。
   半角符号(\uFF61-\uFFEE)：
3. Genaral Punctuation(\u2000-\u206F)：
   包含减号、破折号、省略号、单双引号、百分号、千分号、章节符号、分秒符号
4. CJK Synmbols and Punctuation(\u3000-\u303F)：
   常见的有下列符号《》「」『』【】〖〗
5. CJK Unified Ideograph(\u4E00-\u9FFF)：
   包含所有的中文汉字。因为从9FCC到最后都未定义，所以正则表达式中直接验证\u4E00-\u9FCB即可。有些朋友在介绍中文的正则匹配时说是从\u4E00-\u9FA5，但是在9FA5之后还有30个可见字，8个不可识别字(已分配，但无汉字实现)，虽然最后有52个编码未分配，但起码也要在9FC3处结束，而不是9FA5。
6. CJK Compatibility Ideographs(\uF900-\uFAFF)：
   另一块汉字区域。FADA-FAFF未分配，所以仅在\uF900-\uFAD9有汉字。不过，这一区域的汉字在CJK Unified Ideograph块中都存在，不知道当初卫生么会分配这么一小块来放汉字！