regexp 的 v 标志通过 unicode sets 实现精准语言过滤，核心是用脚本（如 \p{sc=han}）、字符属性（如 \p{l}）和区块（如 \p{blk=kangxi_radicals}）作集合运算，支持 && 交集、-- 差集和 | 并集，需配合 u/v 标志及方括号内合法属性类使用。
直接用 RegExp 的 v 标志（Unicode Sets 模式）实现原始语言范围的精准过滤，核心是把语言脚本、字符属性、区块等抽象概念当作集合来运算，而不是靠模糊的范围拼接。
明确目标语言的 Unicode 脚本标识
每种自然语言在 Unicode 中基本对应一个或多个脚本（script），比如：
- 中文 →
\p{sc=Han} - 日文 →
\p{sc=Hiragana}、\p{sc=Katakana}、\p{sc=Han} - 韩文 →
\p{sc=Hangul} - 英文/法文/德文等拉丁系 →
\p{sc=Latn} - 阿拉伯文 →
\p{sc=Arab}
这些 \p{sc=...} 是合法的字符类，可直接参与集合运算，且必须配合 u 和 v 标志使用：/[\p{sc=Han}]/uv 就能匹配任意汉字（含扩展区）。
用 && 精确交集：只保留“既是字母又是某脚本”的字符
避免误吞标点、数字或控制符。例如，仅匹配“拉丁字母中的小写 ASCII 字母”：
-
/[\p{Ll}&&\p{ASCII}]/uv——\p{Ll}是小写字母，\p{ASCII}是 ASCII 区，交集即 a–z -
/[\p{L}&&\p{sc=Han}]/uv—— 所有汉字（排除 Han 脚本里的标点如「〇」「々」，因它们不属于\p{L}） -
/[\p{L}&&\p{sc=Hiragana}&&\p{gc=Ll}]/uv—— 仅平假名小写字母（排除浊音符号、长音符等非字母字符）
注意：所有 && 左右都必须是方括号内的字符类，不能写成 /[a-z&&\p{sc=Latn}]/uv（a-z 不是 Unicode 属性类，v 模式下非法）。
用 -- 做差集：从大范围中剔除干扰项
比如想匹配“所有汉字，但排除部首补充区和康熙部首”：
/[\p{sc=Han}--\p{blk=Kangxi_Radicals}--\p{blk=CJK_Radicals_Supplement}]/uv
又如过滤“拉丁脚本中所有字母，但去掉带重音的变体（只留 ASCII 字母）”：
-
/[\p{sc=Latn}&&\p{L}--\p{gc=Mn}]/uv（需配合预处理或更严谨地用\p{ASCII}差集） - 更稳妥写法：
/[\p{L}&&\p{sc=Latn}&&\p{ASCII}]/uv
差集操作支持链式，顺序不影响结果，但空集会导致整个字符类不匹配任何内容，需验证边界。
组合多脚本并集 + 条件交集：覆盖混合语言场景
真实文本常混用多种文字，比如中英夹杂、日英混排。可用 |（或）连接多个交集子表达式：
- 只允许中文、日文平假名/片假名、基础拉丁字母（不含重音）：
/^(?:[\p{sc=Han}&&\p{L}]|[\p{sc=Hiragana}&&\p{L}]|[\p{sc=Katakana}&&\p{L}]|[\p{sc=Latn}&&\p{ASCII}&&\p{L}])*$/uv
注意：v 模式下 | 在字符类外才表示“或”，字符类内仍用并集逻辑（但推荐显式用多个 [] 并列加 | 更清晰）。实际使用时建议封装为函数，避免正则过长难维护。
