根据http://www.regular-expressions.info，
您可以在使用纯ASCII的正则表达式引擎中考虑
\X点的Unicode版本。
这是否意味着它会匹配任何可能的Unicode代码点？
答案 0 :(得分：7)
该网站的描述非常好：
\ X匹配单个Unicode字形，无论是使用组合标记编码为单个代码点还是多个代码点。字形最接近于“角色”的日常概念。 \ X匹配à编码为U + 0061 U + 0300，à编码为U + 00E0，©等
因此，使其具有Unicode感知能力的是它可以匹配几个代码点，当它们组合成一个可见的“东西”（字母）时。
有关详细信息，请参阅Wikipedia's page on Combining Characters，例如，它列出了上面提到的U + 0300代码点。
答案 1 :(得分：3)
这匹配Unicode 扩展字形集群。
\X非常匹配 以及正常（非Unicode程序员）使用会考虑的问题 单个字符。举个例子，考虑某种G 变音符号，如箭头。没有这样的单一字符 Unicode，但可以使用G后跟Unicode组成 “将箭头组合在下面”，并将显示 支持Unicode的软件，就好像它是一个单个字符一样。助记符：扩展的Unicode字符。
来自PCRE man pages（2012）：
PCRE实现了比Perl更简单的\ X版本，它改为使\ X匹配Unicode称之为“扩展字形集群”。 这比扩展的Unicode序列更复杂，即 什么PCRE匹配。
[...]
\ X扩展的Unicode序列
[...]
\ X转义匹配任意数量的形成扩展Unicode序列的Unicode字符。 \ X等同于
(?>\PM\pM*)也就是说，它匹配没有“mark”属性的字符， 后跟零个或多个带有“mark”属性的字符，和 将序列视为原子组（见下文）。人物角色 “mark”属性通常是影响的标记 前面的字符。它们都没有小于256的代码点，所以在 8位非UTF-8模式\ X匹配任何一个字符。
请注意，最新版本的Perl已更改\ X以匹配 Unicode称为“扩展字形集群”，它具有更多 复杂的定义。
PCRE man pages的后期版本（2015）：
扩展的字形簇
\X转义符与形成的任意数量的Unicode字符匹配 “扩展的字形集群”，并将序列视为原子序列 小组（见下文）。直至并包括版本8.31，PCRE匹配 一个更简单的定义，相当于(?>\PM\pM*)也就是说，它匹配没有“mark”属性的字符， 后跟带有“mark”属性的零个或多个字符。 具有“mark”属性的字符通常是非间距的 影响前一个角色的重音。
这个简单的定义在Unicode中扩展为包含更多 通过赋予每个字符a复杂的复合字符 字形破坏属性，并创建使用这些属性的规则 用于定义扩展字形的边界的属性 集群。在早于8.31的PCRE版本中，
\X匹配其中一个 这些集群。
\X始终匹配至少一个字符。然后它决定是否 根据以下规则添加其他字符 结束集群：
在主题字符串的末尾结束。
不要在CR和LF之间结束;否则在任何控制字符之后结束。
不要破坏韩文（朝鲜语脚本）的音节序列。韩文字符有五种类型：L，V，T，LV和LVT。安.L 字符后面可以跟一个L，V，LV或LVT字符;一个LV或 V字符后面可以跟一个V或T字符; LVT或T. 字符可能只有T字符。
在扩展字符或间距标记之前不要结束。带有“mark”属性的字符总是具有“extend” 字形破坏属性。
在前置字符后不要结束。
否则，请结束群集。