有时我们需要匹配 ASCII 范围之外的字符，例如：中文、韩文、泰文等。在正则表达式中，可以使用 \u 语法通过 Unicode 来表示非 ASCII 范围内的字符。
ASCII ((American Standard Code for Information Interchange): 美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是最通用的信息交换标准，并等同于国际标准 ISO/IEC 646。ASCII第一次以规范标准的类型发表是在 1967 年，最后一次更新则是在 1986 年，到目前为止共定义了128个字符（2的7次方，一个字节仅仅用了7个bit）。
Unicode（又称统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。
Unicode 码扩展自 ASCII 码。在严格的 ASCII 码中，每个字符用7位表示，电脑上普遍使用的每字符有8位宽；而 Unicode 使用全16位表示。这使得 Unicode 能够表示世界上所有的书写语言中可能用于电脑通讯的字符、象形文字和其他符号。
前面介绍了 ASCII 和 Unicode 编码，在正则表达式中使用 \u 语法去匹配 Unicode 编码。比如：
\u5c71\u897f
上面两个 Unicode 编码将匹配 “山西” 字符串。如下图：
\u 之后紧跟十六进制 5c71 和 897f（注意：这里不区分大小写，即 5C71 和 897F 也可以）。5c71 和 897f 十六进制转换成十进制后，均在 ASCII 范围（0~127）之外。注意：\u 不能使用大写的 \U
上面介绍了怎样匹配单个 Unicode 字符。其实，正则表达式还支持匹配 Unicode 范围。例如：匹配所有中文字符，如下：
上图中，[\u4e00-\u9fa5] 将匹配所有的中文汉字，汉字对应的 Unicode 你可以自行网上查询。
正则表达式如何匹配控制字符呢？虽然你很少会在文本中查找控制字符，但知道怎样匹配控制字符不是一件坏事。
在正则表达式中，可以像这样来指定一个控制字符：
\cx
其中 x 就是你想要匹配的控制字符。
川公网安备51010802032098
