不明确的unicode字符

起因：一个Demo源码，也不知道是用什么编辑器编的，中文注释非常全面。就打算原来的基础上改改就用，特别是里面大量接口、类的定义，真没必要重写。但是在VS Code里面打开，出现“本文档包含许多不明确的unicode字符 禁用不明确的突出显示”的提示。这个提示的意思是不明确的字符太多，已经禁用了不明确的突出显示的功能。的确，到处都突出显示的话，也就体现不出突出了。程序能正确运行，问题出现在注释中，关掉这个提示也很容易，但问题是不明确的字符是哪些呢，为什么要突出显示呢？
分析：网上查这个提示的含义，说得也很清楚，就是有的unicode字符，跟ascii码很像，用来写代码的话当然是不正确的，并且肉眼难以看出来，所以平常就会突出显示，以防用错字符。虽然实际情况是这些字符只在注释中出现，不会影响代码运行，但仍然很好奇，究竟有哪些不明确的字符。但这个问题上网查了半天也没有找到答案。不过，因为手上就有一个包含很多不明确字符的文件，应该可以筛选出来。
解决办法：比较笨，但也不算麻烦。就是把明确的去掉，不明确的就在剩余的字符中，应该不会太多。首先，ascii和汉字应该是明确的，用正则表达式查找替换掉。[\u0000-\u00ff\u3400-\u4DBF\u4E00-\u9FFF\uF900-\uFAFF]，剩下的果然是一些符号，其中好些看上去确实像ascii字符，但显然不可能是，因为已经都替换掉了。但由于剩余的不明确字符数量还是很多，仍然没有什么突出显示，只有一个是：u+3000，再来，这次用(.)(?=.*\1)来去重，结果就只剩下：

　《》－℉“”–…～℃；、（）：。，

其中好几个明显与ascii不同，但有几个就得看是用什么字体显示的了。把其中的《》℉℃、。这几个明显的汉字字符删掉，打开原文件再来一次正则表达式替换，OK！这个烦人的提示就不见了。
这几个不明确的字符unicode分别是： 3000、2013、 201C、 201D、 2026、 FF08、 FF09、FF0C、FF0D、 FF1A、FF1B、 FF5E。可以看到，其中：FF00——FFFF，其实就是双字节码里面高字节为全1的，可以理解为简单的ASCII扩展，在UNICODE中属于“半型及全型形式 (Halfwidth and Fullwidth Form) ”这一区域，再次打开原文件，用[\xff00-\xffff]替换，直接提示就消失了。说明主要就是这些字符引起的。以后如果不想看到这烦人的提示，这么简单的处理就可以了，注释里面这些符号少了应该不影响阅读，稳妥的办法当然还得一一替换。不过现在可以知道，重点是这一区的字符，就好解决得多。当然，不明确的字符应该也会有其他的，不过，本文的办法应该同样能够把其他的也找出来，如果手里面有类似的文件的话。