python3 匹配中文

 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
__author__ = 'Leo'
__date__ = '2017/9/27'

'''
http://blog.csdn.net/gatieme/article/details/43235791
'''

import re


def get_chinese_color(color_name):
    color_str = "[\u4E00-\u9FFF]+"
    res = re.findall(color_str, color_name)
    return res[0]

几种主要非英文字符集的编码范围

下面是Google出现的几种主要非英文字符集的编码范围

 

主要非英文语系字符范围
范围	编码	说明
2E80~33FFh	中日韩符号区	收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符，中日韩的符号、标点、带圈或带括符文数字、月份，以及日本的假名组合、单位、年号、月份、日期、时间等。
3400~4DFFh	中日韩认同文字扩充A区	中日韩认同表意文字扩充A区，总计收容6,582个中日韩汉字。
4E00~9FFFh	中日韩认同表意文字区	中日韩认同表意文字区，总计收容20,902个中日韩汉字。
A000~A4FFh	彝族文字区	收容中国南方彝族文字和字根
AC00~D7FFh	韩文拼音组合字区	收容以韩文音符拼成的文字
F900~FAFFh	中日韩兼容表意文字区	总计收容302个中日韩汉字
FB00~FFFDh	文字表现形式区	收容组合拉丁文字、希伯来文、阿拉伯文、中日韩直式标点、小符号、半角符号、全角符号等。