php 日文汉字代码,日文UTF-8编码

UTF-8范围(PHP正则)：

UTF-8のエンコード方法

UTF-8は、UnicodeとASCIIコードを混在させるための規格です。Unicodeでは、0x0000-0x007Fの文字コードは、ASCIIコードの0x00-0x7Fと同じとなっていることを利用して変換します。

UTF-8では、ASCIIコードは、1バイトで表しますが、0x0800から0xFFFFまでのマルチバイト文字は、3バイトで表します。

UTF-8では、各文字の先頭ビットにより、文字の種類を簡単に判定できます。

http://www.rikai.com/library/kanjitables/kanji_codes.unicode.shtml

0、ASCII： 00-ff \x{00}-\x{ff}

1、日式标点： 3000 - 303f \x{3000}-\x{303f}

2、平假名： 3040 - 309f \x{3040}-\x{309f}

3、片假名： 30a0 - 30ff \x{30a0}-\x{30ff}

4、全角标点和半宽片假名：

ff00 - ffef \x{ff00}-\x{ffef}

5、中日韩unifed象形文字-汉字常见和罕见：

4e00 - 9faf \x{4e00}-\x{9faf}

6、中日韩统一表意文字扩展区A -罕见汉字

3400 - 4dbf \x{3400}-\x{4dbf}

正则表达式：/(.*)/u

1、非半角字符(非ASCII码字符)

/([^\x{00}-\x{ff}]+)/u

2、非半角字符、日式标点、全角标点和半宽片假名

/([^\x{00}-\x{ff}\x{3000}-\x{303f}\x{ff00}-\x{ffef}]+)/u

3、半角字符、日式标点、全角标点和半宽片假名

/([\x{30a0}-\x{30fa}\x{30fc}-\x{30ff}\x{4e00}-\x{9faf}\x{3400}-\x{4dbf}０-９ａ-ｚＡ-Ｚ]+)/u