转载：中文在UTF8和GBK编码中的范围

• 编码范围
  1. GBK (GB2312/GB18030)
  x00-xff GBK双字节编码范围
  x20-x7f ASCII
  xa1-xff 中文
  x80-xff 中文

  2. UTF-8 (Unicode)
  u4e00-u9fa5 (中文)
  x3130-x318F (韩文)
  xAC00-xD7A3 (韩文)
  u0800-u4e00 (日文)
  ps: 韩文是大于[u9fa5]的字符

 

• 正则例子（使用PHP）:
  preg_replace(“/([x80-xff])/”,”",$str);    //GBK中匹配
  preg_replace(“/([u4e00-u9fa5])/”,”",$str);    //UTF8中匹配

• 另外一些：
  有时候我们也会用到全角英文、特殊符号等
  全角英文的UTF8是: uff21 – uff5a ，是从大写A开始到小写的z。
  utf8中的 uff20是@
  utf8中的 uff01到 uff09是我们美式键盘上shift + 从1到9键上的特殊符号。要注意的是因为@是 uff20，所以 uff02是双引号，同时6的……是两个符号的组合，所以也不存在，正题提前一位（也就是说ff06是＆， ff09是））。
  utf8中的全角数字是 uff10 – uff19 ，对应关系自然是　０ – ９ 。