大家使用正则表达式匹配中文时，常用[\u4e00-\u9fa5]，但有时使用 [\u4e00-\u9fa5] 匹配汉字时，发现有的汉字匹配不到，如：
㸌如㔩叶
使用Python3测试：
r = '[^\u4e00-\u9fa5]'#非汉字for i in words:word = re.sub(r, '', i)#替换掉非汉字if len(word) == 1:print('"{0}"变成了"{1}"'.format(i, word))
结果为：
"㸌如"变成了"如""㔩叶"变成了"叶"
这是为什么呢？下面是几个主要的非英文语系字符范围：
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，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。
如果将字符范围扩大为 \u4e00-\u9fff 会如何呢？
r = '[^\u4e00-\u9fff]'for i in words:word = re.sub(r, '', i)if len(word) == 1:print('"{0}"变成了"{1}"'.format(i, word))
结果还是：
"㸌如"变成了"如""㔩叶"变成了"叶"
继续扩大字符范围为 \u3400-\u9fa5：
r = '[^\u3400-\u9fa5]'for i in words:word = re.sub(r, '', i)if len(word) == 1:print('"{0}"变成了"{1}"'.format(i, word))
这次终于匹配到了，结果为：
"㸌如"变成了"㸌如""㔩叶"变成了"㔩叶"
这说明 “㸌” 和 “㔩” 两个字不在 4E00～9FFFh 范围内，而在 3400～4DFFh 范围中，所以，在使用 [\u4e00-\u9fa5] 匹配中文结果不正确时，可以扩大匹配范围尝试。
