Credo che @gerhard abbia già affrontato questo problema specifico relativo ai nomi utente Unicode (almeno ne ho un vago ricordo)
Sono felicissimo di vedere una soluzione qui, ma dobbiamo fare estrema attenzione affinché la regex che scegliamo non abbia prestazioni patologiche in certi casi in cui il testo è lungo o particolarmente problematico. Inoltre, penso che in cinese non ci preoccupiamo nemmeno dei confini delle parole?