背景：專案要做國際化需求，要有中英文切換功能，所以我需要找到程式碼中所有包含的中文。

原理：很簡單，中文在unicode 和 utf-8裡都有一定的編碼範圍，所以我們只需要找出編碼最小和最大的中文即可。

幸運的是中文在unicode 和 utf-8裡編碼的順序是相同的（注：gbk編碼是以拼音順序編碼的，所以如果檔案時gbk編碼需要先對編碼進行轉換）。

最小編碼：一（\u4e00）

最大編碼：龥（\u9fa5）

命令：egrep -nR '[一-龥]+' * --color

附上python程式碼：

import re
str='''
漢字文字
1234567890
abcdefghijklmnopqrstuvwxyz
 
[email protected]#$%^&*()[]{};:"'<>,.?/|~ `
'''
ret1 = re.findall(u'[\u4e00-\u9fa5]+',str.decode('utf-8'))
print ret1[0]
ret2 = re.findall(r'[一-龥]+',str)
print ret2[0]