utf-8下匹配中文字符

4e00 到 9fa5 是 UTF-16 的 …… 而且不能匹配一些生僻汉字。 
Ruby 1.9 比较好办，但是 1.8.6 目前用得最广泛，下面给几个 1.8 下面的解决方案。 

方案一：匹配 UTF-16 

先准备待测字符串 s。 

如果在编码为 utf-8 的源文件中 

require 'iconv'
s = Iconv.conv 'utf-16be', 'utf-8', "测试"

如果在 windows 控制台下

require 'iconv'
s = Iconv.conv 'utf-16be', 'gbk', "测试"

注意一个汉字是两字节，所以把正则改写成：  

/^(?:[/x4e-/x9e][/x00-/xff]|/x9f[/x00-/xa5])+$/n =~ s

方案二：匹配 utf-8  
UTF-8 是 UTF-16 插入一些东西弄成的：  
1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _  

所以汉字码点是从 e4b880 到 e9bea5，写成正则就是 4 段……  
/xe4[/xb8-/xbf][/x80-/xbf]  
[/xe5-/xe8][/x80-/xbf][/x80-/xbf]  
/xe9[/x80-/xbd][/x80-/xbf]  
/xe9/xbe[/x80-/xa5]  

结论，先保证字符串 s 的编码是 UTF-8 （在 rails 应用中一般全部都默认是 UTF-8），然后  

/^(?:/xe4[/xb8-/xbf][/x80-/xbf]|[/xe5-/xe8][/x80-/xbf][/x80-/xbf]|/xe9[/x80-/xbd][/x80-/xbf]|/xe9/xbe[/x80-/xa5])+$/n =~ s