ASCII字符与非ASCII字符的正则

private static System.Text.RegularExpressions.Regex regex = new Regex("([\u0000-\uffff])");
        private static System.Text.RegularExpressions.Regex cRegex = new Regex("([\u0100-\uffff])");

private static System.Text.RegularExpressions.Regex eRegex = new Regex(([\u0000-\u00ff])");

这三个正则表达式是用来匹配 Unicode 字符 的，它们的作用如下：

1️⃣ regex = new Regex("([\u0000-\uffff])");

解析

\u0000-\uffff：表示 所有的 Unicode 字符（U+0000 到 U+FFFF）。

([\u0000-\uffff])：

方括号 []：表示匹配字符范围。

小括号 ()：表示捕获分组（grouping），会将匹配到的字符存入分组。

\u0000：Unicode 编码的起始字符（NULL）。

\uffff：基本多文种平面（BMP，Basic Multilingual Plane）的最后一个字符（特殊字符）。

作用

这个正则匹配 任何单个 Unicode 字符，相当于 .（匹配所有字符，包括中文、英文、特殊符号等）。

匹配示例

"A"

"汉"

"你"

""

""

"\n"

️ 注意：

这个正则只能匹配 Unicode BMP 平面（U+0000 ~ U+FFFF），无法匹配 U+10000 及以上的字符（如 、 这样的增补字符）。

如果想匹配完整的 Unicode，应该使用 RegexOptions.Singleline 或者 \p{L} 等 Unicode 字符分类。

2️⃣ cRegex = new Regex("([\u0100-\uffff])");

解析

\u0100-\uffff：匹配 U+0100 及以上的字符（非 ASCII 但仍在 BMP 内的字符）。

([\u0100-\uffff])：

只匹配 U+0100 ~ U+FFFF 之间的字符（跳过 U+0000 ~ U+00FF）。

也就是跳过了 ASCII 及扩展 ASCII（U+0000 ~ U+00FF），仅匹配 非 ASCII 的 Unicode 字符。

作用

匹配中文、日文、韩文、阿拉伯文等非 ASCII 语言字符。

不会匹配 ASCII 字符（如 A-Z, a-z, 0-9, 标点符号）。

不会匹配扩展 ASCII（西欧特殊符号，如 é, ñ, ü）。

匹配示例

"汉"

"你"

""

""

"é" （U+00E9，在 ASCII 扩展范围内）

"A" （U+0041，在 ASCII 范围内）

3️⃣ eRegex = new Regex("([\u0000-\u00ff])");

解析

\u0000-\u00ff：匹配 U+0000 到 U+00FF 之间的字符（即 ASCII + 扩展 ASCII）。

([\u0000-\u00ff])：

只匹配 基本 ASCII + 扩展 ASCII，不会匹配 U+0100 以上的 Unicode 字符。

作用

匹配 ASCII（U+0000 ~ U+007F）：

A-Z, a-z, 0-9, 标点符号（.,;!?）。

匹配扩展 ASCII（U+0080 ~ U+00FF）：

法语、西班牙语、德语等拉丁字符（é, ñ, ü, ç）。

部分特殊符号。

匹配示例

"A"

"9"

","

"é" （U+00E9，在扩展 ASCII 内）

"汉" （U+6C49，不在 U+00FF 内）

"你" （U+4F60，不在 U+00FF 内）

综述

代码示例

using System;
using System.Text.RegularExpressions;

class Program
{
    private static Regex regex = new Regex("([\u0000-\uffff])"); // 所有 Unicode
    private static Regex cRegex = new Regex("([\u0100-\uffff])"); // 仅非 ASCII
    private static Regex eRegex = new Regex("([\u0000-\u00ff])"); // 仅 ASCII 和扩展 ASCII

    static void Main()
    {
        string test1 = "Hello 世界!";
        string test2 = "École française";
        string test3 = "123456";

        Console.WriteLine($"regex  ({test1}): {regex.IsMatch(test1)}");   //  true
        Console.WriteLine($"cRegex ({test1}): {cRegex.IsMatch(test1)}");  //  true （匹配 "世界"）
        Console.WriteLine($"eRegex ({test1}): {eRegex.IsMatch(test1)}");  //  true （匹配 "Hello"）

        Console.WriteLine($"regex  ({test2}): {regex.IsMatch(test2)}");   //  true
        Console.WriteLine($"cRegex ({test2}): {cRegex.IsMatch(test2)}");  //  false （"É" 在 U+00FF 内）
        Console.WriteLine($"eRegex ({test2}): {eRegex.IsMatch(test2)}");  //  true

        Console.WriteLine($"regex  ({test3}): {regex.IsMatch(test3)}");   //  true
        Console.WriteLine($"cRegex ({test3}): {cRegex.IsMatch(test3)}");  //  false （全是 ASCII）
        Console.WriteLine($"eRegex ({test3}): {eRegex.IsMatch(test3)}");  //  true
    }
}

结论

regex（[\u0000-\uffff]）：匹配所有 Unicode 字符。

cRegex（[\u0100-\uffff]）：匹配非 ASCII Unicode 字符（如中文、日文、韩文）。

eRegex（[\u0000-\u00ff]）：匹配ASCII 和扩展 ASCII（如英文、数字、西欧字符）。

如果你需要匹配中文字符，应该使用：

Regex chineseRegex = new Regex("([\u4E00-\u9FFF])"); // 匹配中文字符