正则表达式——码值

??Unicode 字符多种多样，除去 ASCII 中的字母、数字、标点和中文字符，还包括其他多种语言和多种符号，有些符号甚至很难打出来（比如表示商标注册的??），这时候该如何表示呢？再说远一点，如果我们想用一个字符组匹配所有的中文字符，能不能像[a-z]那样呢？

??使用正则表达式解决这类问题，必须依赖码值。前面讲过，每一个 Unicode 字符都有一个 Unicode 码值，所以在正则表达式的 Unicode 字符往往采用 Unicode 码值来指定。

??一般来说，指定码值的形式有两种：uxxxx和u{xxxx}（其中的 xxxx 为编码的值，u之后必须有4位十六进制数字）。.NET、Java、JavaScript 和 Python 使用前一种形式，而 PHP 和 Ruby 使用后一种形式（Ruby 1.9 以上版本才支持这种表示法，PHP 使用的字母是 x 而不是 u：x{xxxx}）

??比如“发表”的“发”字对应的 Unicode 编码是 53 d1，所以可以在.NET、Java、JavaScript 的正则表达式中用u53d1 表示它；Python 稍有不同，必须使用 u"u53d1"（之前的 u 表示这是一个 Unicode 字符串）；在 Ruby 中必须写作u{53d1}；在 PHP 中则写作x{53d1}。