Unicode 编码范围和中文编码范围

首先将，unicode是全世界统一的编码规则，但是这个只规定了各种字符的数字编码（相当于一种标准），具体实现的存储方式有utff-8,utf-16,utf-32等形式。各种形式有不同的存储和与unicode代码的映射规则。

所以utf8其实不是一种单独的编码规则，只是unicode 的一种存储规则，也是unicode的一种，是变长的。

Unicode CJK 的范围分布在多个区段中，带有 CJK 的区块名中都拥有汉字。但最常用的范围是 U+4E00～U+9FA5，即名
为：CJK Unified Ideographs 的区块，但 U+9FA6～U+9FFF 之间的字符还属于空码，
暂时还未定义，但不能保证以后不会被定义。

下面这个是 Unicode 中 U+4E00～U+9FFF 的码表：
http://www.unicode.org/charts/PDF/U4E00.pdf

在这里可以根据 Unicode 码查到所有的字符：
http://www.unicode.org/cgi-bin/GetUnihanData.pl

另：在正则表达式中使用 [\u4e00-\u9fa5] 这种方式属于写死的代码，并不能根据
平台所提供的字符集范围不同而改变，不过对于要求不是很高的话的是可以了。

Unicode 编码范围　　注：中文范围 4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)

　　0000-007F：C0控制符及基本拉丁文 (C0 Control and Basic Latin)

　　0080-00FF：C1控制符及拉丁文补充-1 (C1 Control and Latin 1 Supplement)
　　0100-017F：拉丁文扩展-A (Latin Extended-A)
　　0180-024F：拉丁文扩展-B (Latin Extended-B)
　　0250-02AF：国际音标扩展 (IPA Extensions)
　　02B0-02FF：空白修饰字母 (Spacing Modifiers)
　　0300-036F：结合用读音符号 (Combining Diacritics Marks)
　　0370-03FF：希腊文及科普特文 (Greek and Coptic)

0400-04FF：西里尔字母 (Cyrillic)

　　0500-052F：西里尔字母补充 (Cyrillic Supplement)
　　0530-058F：亚美尼亚语 (Armenian)
　　0590-05FF：希伯来文 (Hebrew)
　　0600-06FF：阿拉伯文 (Arabic)
　　0700-074F：叙利亚文 (Syriac)
　　0750-077F：阿拉伯文补充 (Arabic Supplement)
　　0780-07BF：马尔代夫语 (Thaana)
　　07C0-077F：西非书面语言 (N'Ko)
　　0800-085F：阿维斯塔语及巴列维语 (Avestan and Pahlavi)
　　0860-087F：Mandaic
　　0880-08AF：撒马利亚语 (Samaritan)
　　0900-097F：天城文书 (Devanagari)
　　0980-09FF：孟加拉语 (Bengali)
　　0A00-0A7F：锡克教文 (Gurmukhi)
　　0A80-0AFF：古吉拉特文 (Gujarati)
　　0B00-0B7F：奥里亚文 (Oriya)
　　0B80-0BFF：泰米尔文 (Tamil)
　　0C00-0C7F：泰卢固文 (Telugu)
　　0C80-0CFF：卡纳达文 (Kannada)
　　0D00-0D7F：德拉维族语 (Malayalam)
　　0D80-0DFF：僧伽罗语 (Sinhala)
　　0E00-0E7F：泰文 (Thai)
　　0E80-0EFF：老挝文 (Lao)
　　0F00-0FFF：藏文 (Tibetan)
　　1000-109F：缅甸语 (Myanmar)
　　10A0-10FF：格鲁吉亚语 (Georgian)
　　1100-11FF：朝鲜文 (Hangul Jamo)
　　1200-137F：埃塞俄比亚语 (Ethiopic)
　　1380-139F：埃塞俄比亚语补充 (Ethiopic Supplement)
　　13A0-13FF：切罗基语 (Cherokee)
　　1400-167F：统一加拿大土著语音节 (Unified Canadian Aboriginal Syllabics)
　　1680-169F：欧甘字母 (Ogham)
　　16A0-16FF：如尼文 (Runic)
　　1700-171F：塔加拉语 (Tagalog)
　　1720-173F：Hanunóo
　　1740-175F：Buhid
　　1760-177F：Tagbanwa
　　1780-17FF：高棉语 (Khmer)

　　1800-18AF：蒙古文 (Mongolian)

　　18B0-18FF：Cham

　　1900-194F：Limbu

　　1950-197F：德宏泰语 (Tai Le)

　　1980-19DF：新傣仂语 (New Tai Lue)

　　19E0-19FF：高棉语记号 (Kmer Symbols)

　　1A00-1A1F：Buginese

　　1A20-1A5F：Batak

　　1A80-1AEF：Lanna

　　1B00-1B7F：巴厘语 (Balinese)

　　1B80-1BB0：巽他语 (Sundanese)

　　1BC0-1BFF：Pahawh Hmong

　　1C00-1C4F：雷布查语(Lepcha)

　　1C50-1C7F：Ol Chiki

　　1C80-1CDF：曼尼普尔语 (Meithei/Manipuri)

　　1D00-1D7F：语音学扩展 (Phonetic Extensions)

　　1D80-1DBF：语音学扩展补充 (Phonetic ExtensionsSupplement)

　　1DC0-1DFF：结合用读音符号补充 (Combining DiacriticsMarks Supplement)

　　1E00-1EFF：拉丁文扩充附加 (Latin Extended Additional)

　　1F00-1FFF：希腊语扩充 (Greek Extended)

　　2000-206F：常用标点 (General Punctuation)

　　2070-209F：上标及下标 (Superscripts and Subscripts)

　　20A0-20CF：货币符号 (Currency Symbols)

　　20D0-20FF：组合用记号 (Combining Diacritics Marksfor Symbols)

　　2100-214F：字母式符号 (Letterlike Symbols)

　　2150-218F：数字形式 (Number Form)

　　2190-21FF：箭头 (Arrows)

　　2200-22FF：数学运算符 (Mathematical Operator)

　　2300-23FF：杂项工业符号 (Miscellaneous Technical)

　　2400-243F：控制图片 (Control Pictures)

　　2440-245F：光学识别符 (Optical Character Recognition)

　　2460-24FF：封闭式字母数字 (Enclosed Alphanumerics)

　　2500-257F：制表符 (Box Drawing)

　　2580-259F：方块元素 (Block Element)

　　25A0-25FF：几何图形 (Geometric Shapes)

　　2600-26FF：杂项符号 (Miscellaneous Symbols)

　　2700-27BF：印刷符号 (Dingbats)

　　27C0-27EF：杂项数学符号-A (MiscellaneousMathematical Symbols-A)

　　27F0-27FF：追加箭头-A (Supplemental Arrows-A)

　　2800-28FF：盲文点字模型 (Braille Patterns)

　　2900-297F：追加箭头-B (Supplemental Arrows-B)

　　2980-29FF：杂项数学符号-B (MiscellaneousMathematical Symbols-B)

　　2A00-2AFF：追加数学运算符 (Supplemental MathematicalOperator)

　　2B00-2BFF：杂项符号和箭头 (Miscellaneous Symbols andArrows)

　　2C00-2C5F：格拉哥里字母 (Glagolitic)

　　2C60-2C7F：拉丁文扩展-C (Latin Extended-C)

　　2C80-2CFF：古埃及语 (Coptic)

　　2D00-2D2F：格鲁吉亚语补充 (Georgian Supplement)

　　2D30-2D7F：提非纳文 (Tifinagh)

　　2D80-2DDF：埃塞俄比亚语扩展 (Ethiopic Extended)

　　2E00-2E7F：追加标点 (Supplemental Punctuation)

　　2E80-2EFF：CJK 部首补充 (CJK Radicals Supplement)

　　2F00-2FDF：康熙字典部首 (Kangxi Radicals)

　　2FF0-2FFF：表意文字描述符 (Ideographic DescriptionCharacters)

　　3000-303F：CJK 符号和标点 (CJKSymbols and Punctuation)

　　3040-309F：日文平假名 (Hiragana)

　　30A0-30FF：日文片假名 (Katakana)

　　3100-312F：注音字母 (Bopomofo)

　　3130-318F：朝鲜文兼容字母 (Hangul Compatibility Jamo)

　　3190-319F：象形字注释标志 (Kanbun)

　　31A0-31BF：注音字母扩展 (Bopomofo Extended)

　　31C0-31EF：CJK 笔画 (CJK Strokes)

　　31F0-31FF：日文片假名语音扩展 (Katakana PhoneticExtensions)

　　3200-32FF：封闭式 CJK 文字和月份 (Enclosed CJK Letters andMonths)

　　3300-33FF：CJK 兼容 (CJK Compatibility)

　　3400-4DBF：CJK 统一表意符号扩展 A (CJK Unified Ideographs Extension A)

　　4DC0-4DFF：易经六十四卦符号 (Yijing Hexagrams Symbols)

　　4E00-9FBF：CJK 统一表意符号 (CJK Unified Ideographs)

　　A000-A48F：彝文音节 (Yi Syllables)

　　A490-A4CF：彝文字根 (Yi Radicals)

　　A500-A61F：Vai

　　A660-A6FF：统一加拿大土著语音节补充 (Unified CanadianAboriginal Syllabics Supplement)

　　A700-A71F：声调修饰字母 (Modifier Tone Letters)

　　A720-A7FF：拉丁文扩展-D (Latin Extended-D)

　　A800-A82F：Syloti Nagri

　　A840-A87F：八思巴字 (Phags-pa)

　　A880-A8DF：Saurashtra

　　A900-A97F：爪哇语 (Javanese)

　　A980-A9DF：Chakma

　　AA00-AA3F：Varang Kshiti

　　AA40-AA6F：Sorang Sompeng

　　AA80-AADF：Newari

　　AB00-AB5F：越南傣语 (Vi?t Thái)

　　AB80-ABA0：Kayah Li

　　AC00-D7AF：朝鲜文音节 (Hangul Syllables)

　　D800-DBFF：High-half zone of UTF-16

　　DC00-DFFF：Low-half zone of UTF-16

　　E000-F8FF：自行使用区域 (Private Use Zone)

　　F900-FAFF：CJK 兼容象形文字 (CJK Compatibility Ideographs)

　　FB00-FB4F：字母表达形式 (Alphabetic Presentation Form)

　　FB50-FDFF：阿拉伯表达形式A (Arabic PresentationForm-A)

　　FE00-FE0F：变量选择符 (Variation Selector)

　　FE10-FE1F：竖排形式 (Vertical Forms)

　　FE20-FE2F：组合用半符号(Combining Half Marks)

　　FE30-FE4F：CJK 兼容形式 (CJKCompatibility Forms)

　　FE50-FE6F：小型变体形式 (Small Form Variants)

　　FE70-FEFF：阿拉伯表达形式B (Arabic PresentationForm-B)

　　FF00-FFEF：半型及全型形式 (Halfwidth and FullwidthForm)

　　FFF0-FFFF：特殊 (Specials)

10300..1032F;Old Italic

10330..1034F; Gothic

10400..1044F; Deseret

1D000..1D0FF; Byzantine Musical Symbols

1D100..1D1FF; Musical Symbols

1D400..1D7FF; Mathematical Alphanumeric Symbols

20000..2A6D6; CJK Unified Ideographs Extension B

2F800..2FA1F; CJK Compatibility Ideographs Supplement

E0000..E007F; Tags

F0000..FFFFD;Private Use

100000..10FFFD; Private Use