应用
提取字符串中的中文
进制
\x:16 进制;
\d:十进制;
\o:八进制;
\u:unicode 码;
编码详情
- GBK (GB2312/GB18030)
\x00-\xff GBK双字节编码范围
\x20-\x7f ASCII
\xa1-\xff 中文 gb2312
\x80-\xff 中文 gbk - UTF-8 (Unicode)
\u4e00-\u9fa5 (中文)
\x3130-\x318F (韩文)
\xAC00-\xD7A3 (韩文)
\u0800-\u4e00 (日文)
参考文献:
https://www.cnblogs.com/tina-python/p/5508402.html
https://blog.csdn.net/lanchunhui/article/details/53119136
https://www.tuicool.com/articles/mYfQBn
https://blog.longwin.com.tw/2013/12/unicode-utf8-char-range-table-2013/
utf-8字符编码表格
具体的可以在这里下载
https://download.csdn.net/download/claroja/10308788
十進制 | 十六進制 | 字元數 | 編碼分類(中文) | 編碼分類(英文) | ||
起始 | 終止 | 起始 | 終止 | (個) | ||
0 | 127 | 0000 | 007F | 128 | C0控制符及基本拉丁文 | C0 Control and Basic Latin |
128 | 255 | 0080 | 00FF | 128 | C1控制符及拉丁文補充-1 | C1 Control and Latin 1 Supplement |
256 | 383 | 0100 | 017F | 128 | 拉丁文擴展-A | Latin Extended-A |
384 | 591 | 0180 | 024F | 208 | 拉丁文擴展-B | Latin Extended-B |
592 | 687 | 0250 | 02AF | 96 | 國際音標擴展 | IPA Extensions |
688 | 767 | 02B0 | 02FF | 80 | 空白修飾字母 | Spacing Modifiers |
768 | 879 | 0300 | 036F | 112 | 結合用讀音符號 | Combining Diacritics Marks |
880 | 1023 | 0370 | 03FF | 144 | 希臘文及科普特文 | Greek and Coptic |
1024 | 1279 | 0400 | 04FF | 256 | 西里爾字母 | Cyrillic |
1280 | 1327 | 0500 | 052F | 48 | 西里爾字母補充 | Cyrillic Supplement |
1328 | 1423 | 0530 | 058F | 96 | 亞美尼亞語 | Armenian |
1424 | 1535 | 0590 | 05FF | 112 | 希伯來文 | Hebrew |
1536 | 1791 | 0600 | 06FF | 256 | 阿拉伯文 | Arabic |
1792 | 1871 | 0700 | 074F | 80 | 敘利亞文 | Syriac |
1872 | 1919 | 0750 | 077F | 48 | 阿拉伯文補充 | Arabic Supplement |
1920 | 1983 | 0780 | 07BF | 64 | 馬爾地夫語 | Thaana |
1984 | 2047 | 07C0 | 07FF | 64 | 西非書面語言 | N'Ko |
2048 | 2143 | 0800 | 085F | 96 | 阿維斯塔語及巴列維語 | Avestan and Pahlavi |
2144 | 2175 | 0860 | 087F | 32 | Mandaic | Mandaic |
2176 | 2223 | 0880 | 08AF | 48 | 撒馬利亞語 | Samaritan |
2304 | 2431 | 0900 | 097F | 128 | 天城文書 | Devanagari |
2432 | 2559 | 0980 | 09FF | 128 | 孟加拉語 | Bengali |
2560 | 2687 | 0A00 | 0A7F | 128 | 錫克教文 | Gurmukhi |
2688 | 2815 | 0A80 | 0AFF | 128 | 古吉拉特文 | Gujarati |
2816 | 2943 | 0B00 | 0B7F | 128 | 奧里亞文 | Oriya |
2944 | 3071 | 0B80 | 0BFF | 128 | 泰米爾文 | Tamil |
3072 | 3199 | 0C00 | 0C7F | 128 | 泰盧固文 | Telugu |
3200 | 3327 | 0C80 | 0CFF | 128 | 卡納達文 | Kannada |
3328 | 3455 | 0D00 | 0D7F | 128 | 德拉維族語 | Malayalam |
3456 | 3583 | 0D80 | 0DFF | 128 | 僧伽羅語 | Sinhala |
3584 | 3711 | 0E00 | 0E7F | 128 | 泰文 | Thai |
3712 | 3839 | 0E80 | 0EFF | 128 | 寮國文 | Lao |
3840 | 4095 | 0F00 | 0FFF | 256 | 藏文 | Tibetan |
4096 | 4255 | 1000 | 109F | 160 | 緬甸語 | Myanmar |
4256 | 4351 | 10A0 | 10FF | 96 | 喬治亞語 | Georgian |
4352 | 4607 | 1100 | 11FF | 256 | 朝鮮文 | Hangul Jamo |
4608 | 4991 | 1200 | 137F | 384 | 衣索比亞語 | Ethiopic |
4992 | 5023 | 1380 | 139F | 32 | 衣索比亞語補充 | Ethiopic Supplement |
5024 | 5119 | 13A0 | 13FF | 96 | 切羅基語 | Cherokee |
5120 | 5759 | 1400 | 167F | 640 | 統一加拿大土著語音節 | Unified Canadian Aboriginal Syllabics |
5760 | 5791 | 1680 | 169F | 32 | 歐甘字母 | Ogham |
5792 | 5887 | 16A0 | 16FF | 96 | 如尼文 | Runic |
5888 | 5919 | 1700 | 171F | 32 | 塔加拉語 | Tagalog |
5920 | 5951 | 1720 | 173F | 32 | Hanunóo | Hanunóo |
5952 | 5983 | 1740 | 175F | 32 | Buhid | Buhid |
5984 | 6015 | 1760 | 177F | 32 | Tagbanwa | Tagbanwa |
6016 | 6143 | 1780 | 17FF | 128 | 高棉語 | Khmer |
6144 | 6319 | 1800 | 18AF | 176 | 蒙古文 | Mongolian |
6320 | 6399 | 18B0 | 18FF | 80 | Cham | Cham |
6400 | 6479 | 1900 | 194F | 80 | Limbu | Limbu |
6480 | 6527 | 1950 | 197F | 48 | 德巨集泰語 | Tai Le |
6528 | 6623 | 1980 | 19DF | 96 | 新傣仂語 | New Tai Lue |
6624 | 6655 | 19E0 | 19FF | 32 | 高棉語記號 | Kmer Symbols |
6656 | 6687 | 1A00 | 1A1F | 32 | Buginese | Buginese |
6688 | 6751 | 1A20 | 1A5F | 64 | Batak | Batak |
6784 | 6895 | 1A80 | 1AEF | 112 | Lanna | Lanna |
6912 | 7039 | 1B00 | 1B7F | 128 | 巴釐語 | Balinese |
7040 | 7088 | 1B80 | 1BB0 | 49 | 巽他語 | Sundanese |
7104 | 7167 | 1BC0 | 1BFF | 64 | Pahawh Hmong | Pahawh Hmong |
7168 | 7247 | 1C00 | 1C4F | 80 | 雷布查語 | Lepcha |
7248 | 7295 | 1C50 | 1C7F | 48 | Ol Chiki | |
7296 | 7391 | 1C80 | 1CDF | 96 | 曼尼普爾語 | Meithei/Manipuri |
7424 | 7551 | 1D00 | 1D7F | 128 | 語音學擴展 | Phonetic Extensions |
7552 | 7615 | 1D80 | 1DBF | 64 | 語音學擴展補充 | Phonetic Extensions Supplement |
7616 | 7679 | 1DC0 | 1DFF | 64 | 結合用讀音符號補充 | Combining Diacritics Marks Supplement |
7680 | 7935 | 1E00 | 1EFF | 256 | 拉丁文擴充附加 | Latin Extended Additional |
7936 | 8191 | 1F00 | 1FFF | 256 | 希臘語擴充 | Greek Extended |
8192 | 8303 | 2000 | 206F | 112 | 常用標點 | General Punctuation |
8304 | 8351 | 2070 | 209F | 48 | 上標及下標 | Superscripts and Subscripts |
8352 | 8399 | 20A0 | 20CF | 48 | 貨幣符號 | Currency Symbols |
8400 | 8447 | 20D0 | 20FF | 48 | 組合用記號 | Combining Diacritics Marks for Symbols |
8448 | 8527 | 2100 | 214F | 80 | 字母式符號 | Letterlike Symbols |
8528 | 8591 | 2150 | 218F | 64 | 數字形式 | Number Form |
8592 | 8703 | 2190 | 21FF | 112 | 箭頭 | Arrows |
8704 | 8959 | 2200 | 22FF | 256 | 數學運算符 | Mathematical Operator |
8960 | 9215 | 2300 | 23FF | 256 | 雜項工業符號 | Miscellaneous Technical |
9216 | 9279 | 2400 | 243F | 64 | 控制圖片 | Control Pictures |
9280 | 9311 | 2440 | 245F | 32 | 光學識別符 | Optical Character Recognition |
9312 | 9471 | 2460 | 24FF | 160 | 封閉式字母數字 | Enclosed Alphanumerics |
9472 | 9599 | 2500 | 257F | 128 | 製表符 | Box Drawing |
9600 | 9631 | 2580 | 259F | 32 | 方塊元素 | Block Element |
9632 | 9727 | 25A0 | 25FF | 96 | 幾何圖形 | Geometric Shapes |
9728 | 9983 | 2600 | 26FF | 256 | 雜項符號 | Miscellaneous Symbols |
9984 | 10175 | 2700 | 27BF | 192 | 印刷符號 | Dingbats |
10176 | 10223 | 27C0 | 27EF | 48 | 雜項數學符號-A | Miscellaneous Mathematical Symbols-A |
10224 | 10239 | 27F0 | 27FF | 16 | 追加箭頭-A | Supplemental Arrows-A |
10240 | 10495 | 2800 | 28FF | 256 | 盲文點字模型 | Braille Patterns |
10496 | 10623 | 2900 | 297F | 128 | 追加箭頭-B | Supplemental Arrows-B |
10624 | 10751 | 2980 | 29FF | 128 | 雜項數學符號-B | Miscellaneous Mathematical Symbols-B |
10752 | 11007 | 2A00 | 2AFF | 256 | 追加數學運算符 | Supplemental Mathematical Operator |
11008 | 11263 | 2B00 | 2BFF | 256 | 雜項符號和箭頭 | Miscellaneous Symbols and Arrows |
11264 | 11359 | 2C00 | 2C5F | 96 | 格拉哥里字母 | Glagolitic |
11360 | 11391 | 2C60 | 2C7F | 32 | 拉丁文擴展-C | Latin Extended-C |
11392 | 11519 | 2C80 | 2CFF | 128 | 古埃及語 | Coptic |
11520 | 11567 | 2D00 | 2D2F | 48 | 喬治亞語補充 | Georgian Supplement |
11568 | 11647 | 2D30 | 2D7F | 80 | 提非納文 | Tifinagh |
11648 | 11743 | 2D80 | 2DDF | 96 | 衣索比亞語擴展 | Ethiopic Extended |
11776 | 11903 | 2E00 | 2E7F | 128 | 追加標點 | Supplemental Punctuation |
11904 | 12031 | 2E80 | 2EFF | 128 | CJK 部首補充 | CJK Radicals Supplement |
12032 | 12255 | 2F00 | 2FDF | 224 | 康熙字典部首 | Kangxi Radicals |
12272 | 12287 | 2FF0 | 2FFF | 16 | 表意文字描述符 | Ideographic Description Characters |
12288 | 12351 | 3000 | 303F | 64 | CJK 符號和標點 | CJK Symbols and Punctuation |
12352 | 12447 | 3040 | 309F | 96 | 日文平假名 | Hiragana |
12448 | 12543 | 30A0 | 30FF | 96 | 日文片假名 | Katakana |
12544 | 12591 | 3100 | 312F | 48 | 注音字母 | Bopomofo |
12592 | 12687 | 3130 | 318F | 96 | 朝鮮文相容字母 | Hangul Compatibility Jamo |
12688 | 12703 | 3190 | 319F | 16 | 象形字注釋標志 | Kanbun |
12704 | 12735 | 31A0 | 31BF | 32 | 注音音字母擴展 | Bopomofo Extended |
12736 | 12783 | 31C0 | 31EF | 48 | CJK 筆畫 | CJK Strokes |
12784 | 12799 | 31F0 | 31FF | 16 | 日文片假名語音擴展 | Katakana Phonetic Extensions |
12800 | 13055 | 3200 | 32FF | 256 | 封閉式 CJK 文字和月份 | Enclosed CJK Letters and Months |
13056 | 13311 | 3300 | 33FF | 256 | CJK 相容 | CJK Compatibility |
13312 | 19903 | 3400 | 4DBF | 6592 | CJK 統一表意符號擴展 A | CJK Unified Ideographs Extension A |
19904 | 19967 | 4DC0 | 4DFF | 64 | 易經六十四卦符號 | Yijing Hexagrams Symbols |
19968 | 40895 | 4E00 | 9FBF | 20928 | CJK 統一表意符號 | CJK Unified Ideographs |
40960 | 42127 | A000 | A48F | 1168 | 彞文音節 | Yi Syllables |
42128 | 42191 | A490 | A4CF | 64 | 彞文字根 | Yi Radicals |
42240 | 42527 | A500 | A61F | 288 | Vai | Vai |
42592 | 42751 | A660 | A6FF | 160 | 統一加拿大土著語音節補充 | Unified Canadian Aboriginal Syllabics Supplement |
42752 | 42783 | A700 | A71F | 32 | 聲調修飾字母 | Modifier Tone Letters |
42784 | 43007 | A720 | A7FF | 224 | 拉丁文擴展-D | Latin Extended-D |
43008 | 43055 | A800 | A82F | 48 | Syloti Nagri | Syloti Nagri |
43072 | 43135 | A840 | A87F | 64 | 八思巴字 | Phags-pa |
43136 | 43231 | A880 | A8DF | 96 | Saurashtra | Saurashtra |
43264 | 43391 | A900 | A97F | 128 | 爪哇語 | Javanese |
43392 | 43487 | A980 | A9DF | 96 | Chakma | Chakma |
43520 | 43583 | AA00 | AA3F | 64 | Varang Kshiti | Varang Kshiti |
43584 | 43631 | AA40 | AA6F | 48 | Sorang Sompeng | Sorang Sompeng |
43648 | 43743 | AA80 | AADF | 96 | Newari | Newari |
43776 | 43871 | AB00 | AB5F | 96 | 越南傣語 | Vi?t Thái |
43904 | 43936 | AB80 | ABA0 | 33 | Kayah Li | Kayah Li |
44032 | 55215 | AC00 | D7AF | 11184 | 朝鮮文音節 | Hangul Syllables |
55296 | 56319 | D800 | DBFF | 1024 | High-half zone of UTF-16 | High-half zone of UTF-16 |
56320 | 57343 | DC00 | DFFF | 1024 | Low-half zone of UTF-16 | Low-half zone of UTF-16 |
57344 | 63743 | E000 | F8FF | 6400 | 自行使用區域 | Private Use Zone |
63744 | 64255 | F900 | FAFF | 512 | CJK 相容象形文字 | CJK Compatibility Ideographs |
64256 | 64335 | FB00 | FB4F | 80 | 字母表達形式 | Alphabetic Presentation Form |
64336 | 65023 | FB50 | FDFF | 688 | 阿拉伯表達形式A | Arabic Presentation Form-A |
65024 | 65039 | FE00 | FE0F | 16 | 變量選擇符 | Variation Selector |
65040 | 65055 | FE10 | FE1F | 16 | 豎排形式 | Vertical Forms |
65056 | 65071 | FE20 | FE2F | 16 | 組合用半符號 | Combining Half Marks |
65072 | 65103 | FE30 | FE4F | 32 | CJK 相容形式 | CJK Compatibility Forms |
65104 | 65135 | FE50 | FE6F | 32 | 小型變體形式 | Small Form Variants |
65136 | 65279 | FE70 | FEFF | 144 | 阿拉伯表達形式B | Arabic Presentation Form-B |
65280 | 65519 | FF00 | FFEF | 240 | 半型及全型形式 | Halfwidth and Fullwidth Form |
65520 | 65535 | FFF0 | FFFF | 16 | 特殊 | Specials |