文本是utf8编码，我可以通过查找某种语言的utf8编码区间进行语言检测吗？是不是处于同一个语系的语种就不能识别？如果可以识别，怎么在 unicode.org 上找到某种语言的编码区间呢？
语言识别这个课题其实挺大的。
题主所说的通过万国码编码区间来判断，本质上是通过字母表来检测。先通过某种手段，获取各个语言的字母表，然后统计文本中每个字母表所覆盖的比例。但问题是字母表本身相互有重叠，如中文何日语，或者那一大票拉丁语言。另外，日常用语中出现多个字母表的文本也相当多，如
Segmentfalt的API太复杂了ㅠㅠ
对啊눈눈
上面的文本中出现了中韩英三种文字。尤其是第二个句子，中韩文字各占一半。所以单纯通过统计字母表覆盖比例不能灵活解决上述问题。
一个业界比较流行的做法是用Marco的Langid.py，大致上是一个基于byte n-gram的朴素贝叶斯模型，比单纯用统计字母表覆盖要好得多。作者的代码也非常明了，单个的一个python脚本就包含了全部功能，简单好用。推特曾经公布了一个自己的语言识别数据集，有兴趣可以下载下来重新训练一个自己的模型。但通常情况下自带模型已经很好用了。
业界真正的语言识别模块通常是多个方法混合起来一起用的。如首先进行字母表覆盖判断，如果能判断出来，（如阿拉伯语，泰语这样的），就直接返回结果，如果不能，可以根据词典覆盖进行判断，再不能，就通过Marco的这种模型来进行识别。