匹配一个中文（CJK）字符的正则表达式是

\p{script=Han}

可以简单地认为

\p{Han}

这里假设你的正则表达式编译器满足RL1.2UTS#18中的属性**Unicode正则表达式 * 的要求。Perl和Java 7都满足这个规范，但其他很多都不满足。

在Java中

\p{InCJK_UNIFIED_IDEOGRAPHS}{1,3}

在C#中

new Regex(@"\p{IsCJKUnifiedIdeographs}")

这是在微软文档中
以下是来自Wikipedia的更多信息：CJK Unified Ideographs
基本块命名为中日韩统一表意文字（4 E00 - 9 FFF）包含U+4 E00到U+9 FEF范围内的20，976个基本汉字。该块不仅包括中文书写系统中使用的字符，还包括日语书写系统中使用的汉字和在韩国使用的汉字，后者在韩国的使用正在减少。该块中的许多字符在所有三种书写系统中使用。而其他的则只在三种文字中的一种或两种中使用。越南的Nôm文字也使用汉字（现已过时）。

是否存在单个汉字的正则表达式，它可以是任何存在的汉字？

推荐

要使用Flex兼容的词法分析器将模式与中文字符和其他Unicode代码点匹配，可以使用与Flex向后兼容的RE/flex lexical analyzer for C++。RE/flex支持Unicode，并与野牛一起构建词法分析器和解析器。
您可以在RE/flex规范中编写Unicode模式（和UTF-8正则表达式），例如：

%option flex unicode
%%
[肖晗]   { printf ("xiaohan/2\n"); }
%%

使用全局%option unicode来启用Unicode。您还可以使用局部修饰符(?u:)将Unicode限制为单个模式（因此其他内容仍然是ASCII/8位，如Flex中所示）：

%option flex
%%
(?u:[肖晗])   { printf ("xiaohan/2\n"); }
(?u:\p{Han})  { printf ("Han character %s\n", yytext); }
.             { printf ("8-bit character %d\n", yytext[0]); }
%%

选项flex启用Flex兼容性，因此您可以使用yytext、yyleng、ECHO等。如果没有flex选项，RE/flex将接受Lexer方法调用：text()（对于std::string和std::wstring，或者str()和wstr()）、size()（对于宽字符长度，或者wsize()）和echo()。RE/flex方法调用是更干净的IMHO，并且包括宽字符操作。

背景

在普通的老Flex中，我最终定义了丑陋的UTF-8模式来捕获ASCII字母和UTF-8编码的字母，用于需要支持Unicode标识符id的编译器项目：

digit           [0-9]
alpha           ([a-zA-Z_\xA8\xAA\xAD\xAF\xB2\xB5\xB7\xB8\xB9\xBA\xBC\xBD\xBE]|[\xC0-\xFF][\x80-\xBF]*|\\u([0-9a-fA-F]{4}))
id              ({alpha})({alpha}|{digit})*

alpha模式支持在标识符中使用的ASCII字母、下划线和Unicode代码点（\p{L}等）。该模式允许比绝对必要的更多的Unicode码点，以保持该模式的大小可管理，因此，它以紧凑性换取了一些不准确性，并允许UTF-8超长字符在某些情况下不是有效的UTF-8。如果您正在考虑这种方法，请注意问题和安全问题。请使用支持Unicode的扫描仪生成器，例如RE/flex。

安全性

在Flex模式中直接使用UTF-8时，有几个问题：
1.在Flex中编码您自己的UTF-8模式以匹配任何Unicode字符可能容易出错。模式应仅限于有效Unicode范围内的字符。Unicode代码点涵盖范围U+0000到U+ D 7 FF和U+E000到U+10 FFFF。范围U+D800到U+DFFF是为UTF-16代理对保留的，并且是无效代码点。使用工具将Unicode范围转换为UTF-8时，请确保排除无效的代码点。
1.模式应该拒绝过长的和其他无效的字节序列。无效的UTF-8不应该被默认接受。
1.要在lexer中捕获词法输入错误，需要一个特殊的.（dot）匹配有效和无效的Unicode，包括UTF-8溢出和无效的字节序列，以便产生输入被拒绝的错误消息。如果您使用dot作为“catch-all-else”来产生错误消息，但您的dot不匹配无效的Unicode，那么你的lexer将挂起（“scanner is camming”）或者你的lexer将在Flex的“default rule”输出中显示垃圾字符。
1.您的扫描仪应识别输入中的UTF BOM（Unicode字节顺序标记），以切换到UTF-8、UTF-16（LE或BE）或UTF-32（LE或BE）。
1.正如您所指出的，像[unicode characters]这样的模式在Flex中根本不起作用，因为方括号列表中的UTF-8字符是多字节字符，每个单字节字符都可以匹配，但不能匹配UTF-8字符。
另请参阅RE/flex用户指南中的无效UTF编码。

对于大多数编程语言，匹配99.9%以上中文字符的正则表达式为：

\u4E00-\u9FFF

• 适用于：Python、现代Javascript、Golang、Rust但不包括PHP。*

如果你的语言在其他答案中不支持像{Han}/{script=Han}/{IsCJKUnifiedIdeographs}这样的符号，这很有用。
注：这对应于CJK Unified Ideographs，并包括其他语言，如韩语，日语和越南语。

在Java 7和更高版本中，格式应该是：“\p{IsHan}”

刚刚解决了一个类似的问题
当你有太多的东西要匹配时，最好使用negated-set并声明你不想匹配的东西：
所有但不是数字：^[^0-9]*$
第二个^将实现否定

就像这样

package main

import (
    "fmt"
    "regexp"
)

func main() {
    compile, err := regexp.Compile("\\p{Han}") // match one any Chinese character
    if err != nil {
        return
    }
    str := compile.FindString("hello 世界")
    fmt.Println(str) // output: 世
}