常用汉字unicode范围：
[\u4e00-\u9fa5] 或 [一-龥]
u4e00：一
u9fa5：龥
中文的unicode的中文编码表 第一个“4e00” 最后一个“9fa0” 总共有20901个汉字。
9fa0到9fa5的汉字：
龠 (u9fa0)
龡 (u9fa1)
龢 (u9fa2)
龣 (u9fa3)
龤 (u9fa4)
龥 (u9fa5)
9fa1到9fbb 有27个汉字，9fa1到9fef 还有79个汉字。但9fbb之后字形不可见1。
更多的范围见：4E00-9FEF、3400-4DB5、20000-2FA1D和2E80-2FD5，其中有一些字形不可见。
- 汉字和全角符号2
[^\x00-\xff]
- 全角符号转半角2
sed -i 'y/ａｂｃｄｅｆｇｈｉｊｋｌｍｎｏｐｑｒｓｔｕｖｗｘｙｚ０１２３４５６７８９ＡＢＣＤＥＦＧＨＩＪＫＬＭＮＯＰＱＲＳＴＵＶＷＸＹＺ．。，？；：‘’“”、（）｀～！＠＃％＊/abcdefghijklmnopqrstuvwxyz0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ..,?;:'"'"''"'"'\"\",()`~!@#%*/' "$file"
用于中英文符号转换。没有用过。
-----------------
参考资料：
- https://www.unicode.org/charts/
- https://zhuanlan.zhihu.com/p/266732210
------------------------------------------------------
Unicode 编码字符名称索引汉字部分
CJK Angle Brackets 3008
CJK Compatibility 3300
CJK Compatibility Forms FE30
CJK Compatibility Ideographs F900
CJK Compatibility Ideographs Supplement 2F800
CJK Corner Brackets 300C
CJK Diacritics 302A
CJK Ideographic Description Characters 2FF0
CJK Ideographs Area 3400
CJK Ideographs Area, Supplementary 20000
CJK Ideographs, Parenthesized 3220
CJK Kangxi Radicals 2F00
CJK Letters and Months, Enclosed 3200
CJK Phonetics and Symbols Area 2E80
CJK Punctuation, Halfwidth FF61
CJK Quotation Marks 300C
CJK Radicals Supplement 2E80
CJK Strokes 31C0
CJK Symbols and Punctuation 3000
CJK Unified Ideographs 4E00
CJK Unified Ideographs Extension A 3400
CJK Unified Ideographs Extension B 20000
CJK Unified Ideographs Extension C 2A700
CJK Unified Ideographs Extension D 2B740
CJK Unified Ideographs Extension E 2B820
CJK Unified Ideographs Extension F 2CEB0
CJK Unified Ideographs Extension G 30000
CJK Unified Ideographs Extension H 31350
------------------------------------------------------
Unicode 编码 范围
文字部分
（ U+0000 – U+007F） 基本拉丁字符
（ U+0080 – U+00FF） 增补拉丁字符集 1
（ U+0100 – U+017F） 拉丁字符扩展集 A
（ U+0180 – U+024F） 拉丁字符扩展集 B
（ U+0370 – U+03FF） 希腊文字中的科普特字符
（ U+0370 – U+03FF） 希腊字符
（ U+0400 – U+04FF） 西里尔字符
（ U+0500 – U+052F） 增补西里尔字符
（ U+0530 – U+058F） 亚美尼亚字符
（ U+0590 – U+059F） 希伯来字符
（ U+0600 – U+06FF） 阿拉伯字符
（ U+0700 – U+074F） 叙利亚字符
（ U+0750 – U+077F） 增补阿拉伯字符
（ U+0780 – U+07BF） 塔纳字符
（ U+07C0 – U+07FF） N’Ko
（ U+0900 – U+097F） 梵文字符
（ U+0980 – U+09FF） 孟加拉字符
（ U+0A00 – U+0A7F） 果鲁穆奇字符
（ U+0A80 – U+0AFF） 古吉拉特字符
（ U+0B00 – U+0B7F） 奥里亚字符
（ U+0B80 – U+0BFF） 泰米尔字符
（ U+0C00 – U+0C7F） 泰卢固字符
（ U+0C80 – U+0CFF） 埃纳德字符
（ U+0D00 – U+0D7F） 马拉亚拉姆字符
（ U+0D80 - U+0DFF） 僧伽罗字符
（ U+0E00 – U+0E7F） 泰语字符
（ U+0E80 – U+0EFF） 老挝语字符
（ U+0F00 – U+0FFF） 藏语字符
（ U+1000 – U+109F） 缅甸语字符
（ U+10A0 – U+10FF） 乔治亚风格字母
（ U+1100 – U+11FF） 谚文字母
（ U+1200 – U+137F） 埃塞俄比亚字符
（ U+1380 – U+139F） 增补埃塞俄比亚字符
（ U+1400 – U+167F） 加拿大语字符
（ U+13A0 – U+13FF） 切罗基字符
（ U+1680 – U+169F） 欧甘字符
（ U+16A0 – U+16FF） Runic 字符
（ U+1700 – U+171F） 塔加路字符
（ U+1720 – U+173F） 哈鲁喏字符
（ U+1740 – U+175F） Buhid 字符
（ U+1760 – U+177F） 泰格班瓦字符
（ U+1780 – U+17FF） 高棉字符
（ U+1800 – U+18AF） 蒙古字符
（ U+1900 – U+194F） 林布字符
（ U+1950 – U+197F） 德宏傣文、德傣文，傣讷文字母
（ U+1980 – U+19DF） 新傣泐文字母西双版纳傣文、西傣文，
（ U+19E0 – U+19FF） 高棉符号
（ U+1A00 – U+1A1F） 布吉字符
（ U+1B00 – U+1B7F） 巴厘字符
（ U+1E00 – U+1EFF） 附加拉丁字符扩展集
（ U+1F00 – U+1FFF） 希腊字符扩展集
（ U+2C00 – U+2C5F） 格拉哥里字符
（ U+2C60 – U+2C7F） 拉丁字符扩展集 C
（ U+2C80 – U+2CFF） 科普特字符
（ U+2D00 – U+2D2F） 增补乔治亚风格字母
（ U+2D30 – U+2D7F） 提非纳字符
（ U+2D80 – U+2DDF） 埃塞俄比亚字符扩展集
（ U+2E80 – U+2EFF） 增补中日韩汉字部首
（ U+2F00 – U+2FDF） 康熙部首
（ U+2FF0 – U+2FFF） 表意文字描述符
（ U+3040 – U+309F） 平假名
（ U+30A0 – U+30FF） 片假名
（ U+3100 – U+312F） 汉语拼音字母
（ U+3130 – U+318F） 谚文相容字母
（ U+3190 – U+319F） 汉字注释标记
（ U+31A0 – U+31BF） 汉语拼音字母扩展集
（ U+31C0 – U+31EF） 中日韩汉字笔画
（ U+31F0 – U+31FF） 片假名音标扩展集
（ U+3400 – U+4DBF） 中日韩统一汉字扩展集 A
（ U+4E00 – U+9FBF） 中日韩统一汉字
（ U+A000 – U+A48F） Yi 音节符号
（ U+A490 – U+A4CF） Yi 字元符号
（ U+A720 – U+A7FF） 拉丁字符扩展集 D
（ U+A800 – U+A82F） Syloti Nagri 字符
（ U+A840 – U+A87F） 八思巴字符
（ U+AC00 – U+D7AF） 谚文音节字符
（ U+F900 – U+FAFF） 中日韩相容汉字
（ U+FB00 – U+FB4F） 字母表达形式字符： 拉丁文相关
（ U+FB00 – U+FB4F） 希伯来字母表达形式字符
（ U+FB00 – U+FB4F） 亚美尼亚文字相关
（ U+FB50 – U+FDFF） 阿拉伯表达形式字符集 A
（ U+FE50 – U+FE6F） 小形式变体字符
（ U+FE70 – U+FEFF） 阿拉伯表达形式字符集 B
（ U+FF00 – U+FFEF） 半角片假名
（ U+FF00 – U+FFEF） 半角谚文字母
（ U+FF00 – U+FFEF） 全角拉丁字母
（ U+10000 – U+1007F） 线状 B 表音字符
（ U+10080 – U+100FF） 线状 B 表意字符
（ U+10100 – U+1013F） 爱琴海数字
（ U+10140 – U+1018F） 古希腊数字
（ U+10300 – U+1032F） 古意大利语字符
（ U+10330 – U+1034F） 哥特字符
（ U+10380 – U+1039F） 乌加里特字符
（ U+103A0 – U+103DF） 古波斯字符
（ U+10400 – U+1044F） 犹他字符
（ U+10450 – U+1047F） 萧伯纳风格字符
（ U+10480 – U+104AF） 奥斯曼字符
（ U+10800 – U+1083F） 塞浦路斯表音字符
（ U+10900 – U+1091F） 腓尼基字符
（ U+10A00 – U+10A5F） Kharoshihi
（ U+12000 – U+123FF） 楔形文字
（ U+12400 – U+1247F） 楔形文字数字和标点符号
（ U+1D200 – U+1D24F） 古希腊音乐符号
（ U+1D360 – U+1D37F） 筹算数字
（ U+20000 – U+2A6DF） 中日韩统一汉字扩展集 B
（ U+2F800 – U+2FA1F） 增补中日韩相容汉字
+++++++++++++++++++++++++++++++++++++++++++++++
符号部分
++++++++++++++++++++++++++++++++++++++++++++++++
（ U+0000 – U+007F） ASCII 标点符号
（ U+0000 – U+007F） ASCII 数字
（ U+0000 – U+007F） 美元、欧元符号
（ U+0000 – U+007F） 控制符 C0
（ U+0080 – U+00FF） 增补拉丁字符集 1 标点符号
（ U+0080 – U+00FF） 日元、英镑和分币
（ U+0080 – U+00FF） 控制符 C1
（ U+0250 – U+02AF） 国际音标扩展集
（ U+02B0 – U+02FF） 间隔修饰符
（ U+0300 – U+036F） 组合区分标记
（ U+1D00 – U+1D7F） 音标扩展集
（ U+1D80 – U+1DBF） 增补音标扩展集
（ U+1DC0 – U+1DFF） 增补组合区分标记
（ U+2000 – U+206F） 通用标点符号
（ U+2000 – U+206F） 排版控制符
（ U+2000 – U+206F） 不可见操作符
（ U+2070 – U+209F） 上标和下标字符
（ U+20A0 – U+20CF） 货币符号
（ U+20A0 – U+20CF） 芬尼
（ U+20D0 – U+20FF） 符号组合区分标记
（ U+2100 – U+214F） 字母类符号
（ U+2100 – U+214F） 马克
（ U+2150 – U+218F） 数字形式字符
（ U+2190 – U+21FF） 箭头符号
（ U+2200 – U+22FF） 数学运算符
（ U+2300 – U+23FF） 综合技术符号
（ U+2400 – U+243F） 控制符图示
（ U+2440 – U+245F） 光学字符识别符号
（ U+2460 – U+24FF） 带圈字母和数字
（ U+2500 – U+257F） 框线绘制符号
（ U+2580 – U+259F） 方形组块图符
（ U+25A0 – U+25FF） 几何图形
（ U+2600 – U+26FF） 综合符号
（ U+2700 - U+27BF） 印刷符号
（ U+27C0 – U+27EF） 综合数学符号集合 A
（ U+27F0 – U+27FF） 增补箭头符号集合 A
（ U+2800 – U+28FF） 盲人点字图符
（ U+2900 – U+297F） 增补箭头符号集合 B
（ U+2980 – U+29FF） 综合数学符号集合 B
（ U+2A00 – U+2AFF） 增补数学运算符
（ U+2B00 – U+2BFF） 综合符号和箭头
（ U+2E00 – U+2E7F） 增补标点符号
（ U+3000 – U+303F） 中日韩标点符号
（ U+3200 – U+32FF） 带圈中日韩相容表音文字字母和月份符号
（ U+3300 – U+33FF） 中日韩相容符号
（ U+4DC0 – U+4DFF） 《易经》六爻符号
（ U+A700 – U+A71F） 改进的音标字母
（ U+FB50 – U+FDFF） 里亚尔符号
（ U+FE00 – U+FE0F） 变体选择符
（ U+FE10 – U+FE1F） 竖排标点符号
（ U+FE20 – U+FE2F） 半角组合标记
（ U+FF00 – U+FFEF） 全角 ASCII 标点符号
（ U+FF00 – U+FFEF） 全角 ASCII 数字
（ U+FF00 – U+FFEF） 全角货币符号
（ U+FFF0 – U+FFFF） 专用符号
（ U+1D000 – U+1D0FF） 拜占庭音乐符号
（ U+1D000 – U+1D0FF） 西方音乐符号
（ U+1D200 – U+1D24F） 古希腊音乐符号
（ U+1D300 – U+1D35F） 《太玄经》符号
（ U+1D400 – U+1D4FF） 数学文字符号
（ U+E0000 – U+E007F） 标记符号
（ U+E0100 – U+E01EF） 增补变体选择符
（ U+F0000 – U+FFFFD） 增补私用 A 区
（ U+100000 – U+10FFFD） 增补私用 B 区
（ U+0000 – U+007F） 基本拉丁字符
（ U+0000 – U+007F） ASCII 标点符号
（ U+0000 – U+007F） ASCII 数字
（ U+0000 – U+007F） 美元、欧元符号
（ U+0000 – U+007F） 控制符 C0
（ U+0080 – U+00FF） 增补拉丁字符集 1
（ U+0080 – U+00FF） 增补拉丁字符集 1 标点符号
（ U+0080 – U+00FF） 日元、英镑和分币
（ U+0080 – U+00FF） 控制符 C1
（ U+0100 – U+017F） 拉丁字符扩展集 A
（ U+0180 – U+024F） 拉丁字符扩展集 B
（ U+0250 – U+02AF） 国际音标扩展集
（ U+02B0 – U+02FF） 间隔修饰符
（ U+0300 – U+036F） 组合区分标记
（ U+0370 – U+03FF） 希腊文字中的科普特字符
（ U+0370 – U+03FF） 希腊字符
（ U+0400 – U+04FF） 西里尔字符
（ U+0500 – U+052F） 增补西里尔字符
（ U+0530 – U+058F） 亚美尼亚字符
（ U+0590 – U+059F） 希伯来字符
（ U+0600 – U+06FF） 阿拉伯字符
（ U+0700 – U+074F） 叙利亚字符
（ U+0750 – U+077F） 增补阿拉伯字符
（ U+0780 – U+07BF） 塔纳字符
（ U+07C0 – U+07FF） N’Ko
（ U+0900 – U+097F） 梵文字符
（ U+0980 – U+09FF） 孟加拉字符
（ U+0A00 – U+0A7F） 果鲁穆奇字符
（ U+0A80 – U+0AFF） 古吉拉特字符
（ U+0B00 – U+0B7F） 奥里亚字符
（ U+0B80 – U+0BFF） 泰米尔字符
（ U+0C00 – U+0C7F） 泰卢固字符
（ U+0C80 – U+0CFF） 埃纳德字符
（ U+0D00 – U+0D7F） 马拉亚拉姆字符
（ U+0D80 - U+0DFF） 僧伽罗字符
（ U+0E00 – U+0E7F） 泰语字符
（ U+0E80 – U+0EFF） 老挝语字符
（ U+0F00 – U+0FFF） 藏语字符
（ U+1000 – U+109F） 缅甸语字符
（ U+10A0 – U+10FF） 乔治亚风格字母
（ U+1100 – U+11FF） 谚文字母
（ U+1200 – U+137F） 埃塞俄比亚字符
（ U+1380 – U+139F） 增补埃塞俄比亚字符
（ U+1400 – U+167F） 加拿大语字符
（ U+13A0 – U+13FF） 切罗基字符
（ U+1680 – U+169F） 欧甘字符
（ U+16A0 – U+16FF） Runic 字符
（ U+1700 – U+171F） 塔加路字符
（ U+1720 – U+173F） 哈鲁喏字符
（ U+1740 – U+175F） Buhid 字符
（ U+1760 – U+177F） 泰格班瓦字符
（ U+1780 – U+17FF） 高棉字符
（ U+1800 – U+18AF） 蒙古字符
（ U+1900 – U+194F） 林布字符
（ U+1950 – U+197F） 德宏傣文、德傣文，傣讷文字母
（ U+1980 – U+19DF） 新傣泐文字母西双版纳傣文、西傣文，
（ U+19E0 – U+19FF） 高棉符号
（ U+1A00 – U+1A1F） 布吉字符
（ U+1B00 – U+1B7F） 巴厘字符
（ U+1D00 – U+1D7F） 音标扩展集
（ U+1D80 – U+1DBF） 增补音标扩展集
（ U+1DC0 – U+1DFF） 增补组合区分标记
（ U+1E00 – U+1EFF） 附加拉丁字符扩展集
（ U+1F00 – U+1FFF） 希腊字符扩展集
（ U+2000 – U+206F） 通用标点符号
（ U+2000 – U+206F） 排版控制符
（ U+2000 – U+206F） 不可见操作符
（ U+2070 – U+209F） 上标和下标字符
（ U+20A0 – U+20CF） 货币符号
（ U+20A0 – U+20CF） 芬尼
（ U+20D0 – U+20FF） 符号组合区分标记
（ U+2100 – U+214F） 字母类符号
（ U+2100 – U+214F） 马克
（ U+2150 – U+218F） 数字形式字符
（ U+2190 – U+21FF） 箭头符号
（ U+2200 – U+22FF） 数学运算符
（ U+2300 – U+23FF） 综合技术符号
（ U+2400 – U+243F） 控制符图示
（ U+2440 – U+245F） 光学字符识别符号
（ U+2460 – U+24FF） 带圈字母和数字
（ U+2500 – U+257F） 框线绘制符号
（ U+2580 – U+259F） 方形组块图符
（ U+25A0 – U+25FF） 几何图形
（ U+2600 – U+26FF） 综合符号
（ U+2700 - U+27BF） 印刷符号
（ U+27C0 – U+27EF） 综合数学符号集合 A
（ U+27F0 – U+27FF） 增补箭头符号集合 A
（ U+2800 – U+28FF） 盲人点字图符
（ U+2900 – U+297F） 增补箭头符号集合 B
（ U+2980 – U+29FF） 综合数学符号集合 B
（ U+2A00 – U+2AFF） 增补数学运算符
（ U+2B00 – U+2BFF） 综合符号和箭头
（ U+2C00 – U+2C5F） 格拉哥里字符
（ U+2C60 – U+2C7F） 拉丁字符扩展集 C
（ U+2C80 – U+2CFF） 科普特字符
（ U+2D00 – U+2D2F） 增补乔治亚风格字母
（ U+2D30 – U+2D7F） 提非纳字符
（ U+2D80 – U+2DDF） 埃塞俄比亚字符扩展集
（ U+2E00 – U+2E7F） 增补标点符号
（ U+2E80 – U+2EFF） 增补中日韩汉字部首
（ U+2F00 – U+2FDF） 康熙部首
（ U+2FF0 – U+2FFF） 表意文字描述符
（ U+3000 – U+303F） 中日韩标点符号
（ U+3040 – U+309F） 平假名
（ U+30A0 – U+30FF） 片假名
（ U+3100 – U+312F） 汉语拼音字母
（ U+3130 – U+318F） 谚文相容字母
（ U+3190 – U+319F） 汉字注释标记
（ U+31A0 – U+31BF） 汉语拼音字母扩展集
（ U+31C0 – U+31EF） 中日韩汉字笔画
（ U+31F0 – U+31FF） 片假名音标扩展集
（ U+3200 – U+32FF） 带圈中日韩相容表音文字字母和月份符号
（ U+3300 – U+33FF） 中日韩相容符号
（ U+3400 – U+4DBF） 中日韩统一汉字扩展集 A
（ U+4DC0 – U+4DFF） 《易经》六爻符号
（ U+4E00 – U+9FBF） 中日韩统一汉字
（ U+A000 – U+A48F） Yi 音节符号
（ U+A490 – U+A4CF） Yi 字元符号
（ U+A700 – U+A71F） 改进的音标字母
（ U+A720 – U+A7FF） 拉丁字符扩展集 D
（ U+A800 – U+A82F） Syloti Nagri 字符
（ U+A840 – U+A87F） 八思巴字符
（ U+AC00 – U+D7AF） 谚文音节字符
（ U+F900 – U+FAFF） 中日韩相容汉字
（ U+FB00 – U+FB4F） 字母表达形式字符： 拉丁文相关
（ U+FB00 – U+FB4F） 希伯来字母表达形式字符
（ U+FB00 – U+FB4F） 亚美尼亚文字相关
（ U+FB50 – U+FDFF） 阿拉伯表达形式字符集 A
（ U+FB50 – U+FDFF） 里亚尔符号
（ U+FE00 – U+FE0F） 变体选择符
（ U+FE10 – U+FE1F） 竖排标点符号
（ U+FE20 – U+FE2F） 半角组合标记
（ U+FE50 – U+FE6F） 小形式变体字符
（ U+FE70 – U+FEFF） 阿拉伯表达形式字符集 B
（ U+FF00 – U+FFEF） 半角片假名
（ U+FF00 – U+FFEF） 半角谚文字母
（ U+FF00 – U+FFEF） 全角拉丁字母
（ U+FF00 – U+FFEF） 全角 ASCII 标点符号
（ U+FF00 – U+FFEF） 全角 ASCII 数字
（ U+FF00 – U+FFEF） 全角货币符号
（ U+FFF0 – U+FFFF） 专用符号
（ U+10000 – U+1007F） 线状 B 表音字符
（ U+10080 – U+100FF） 线状 B 表意字符
（ U+10100 – U+1013F） 爱琴海数字
（ U+10140 – U+1018F） 古希腊数字
（ U+10300 – U+1032F） 古意大利语字符
（ U+10330 – U+1034F） 哥特字符
（ U+10380 – U+1039F） 乌加里特字符
（ U+103A0 – U+103DF） 古波斯字符
（ U+10400 – U+1044F） 犹他字符
（ U+10450 – U+1047F） 萧伯纳风格字符
（ U+10480 – U+104AF） 奥斯曼字符
（ U+10800 – U+1083F） 塞浦路斯表音字符
（ U+10900 – U+1091F） 腓尼基字符
（ U+10A00 – U+10A5F） Kharoshihi
（ U+12000 – U+123FF） 楔形文字
（ U+12400 – U+1247F） 楔形文字数字和标点符号
（ U+1D000 – U+1D0FF） 拜占庭音乐符号
（ U+1D000 – U+1D0FF） 西方音乐符号
（ U+1D200 – U+1D24F） 古希腊音乐符号
（ U+1D200 – U+1D24F） 古希腊音乐符号
（ U+1D300 – U+1D35F） 《太玄经》符号
（ U+1D360 – U+1D37F） 筹算数字
（ U+1D400 – U+1D4FF） 数学文字符号
（ U+20000 – U+2A6DF） 中日韩统一汉字扩展集 B
（ U+2F800 – U+2FA1F） 增补中日韩相容汉字
（ U+E0000 – U+E007F） 标记符号
（ U+E0100 – U+E01EF） 增补变体选择符
（ U+F0000 – U+FFFFD） 增补私用 A 区
（ U+100000 – U+10FFFD）增补私用 B 区
韩语 AC00-D7AF 1100-11FF 3130-318F
日语 3040-309F 30A0-30FF 31F0-31FF
泰语 0e00-0e7f
越南语 Basic Latin, Latin-1 Supplement, Latin Extended-A, Latin Extended-B, Latin Extended Additional
空格 0020 00A0
标签：字符,匹配,符号,正则表达式,扩展,中日韩,汉字,增补 From： https://www.cnblogs.com/grandma/p/17527874.html