Ruby/[[:punct:]]/应该匹配所有“标点符号”。根据Wikipedia，这意味着/[\]\[!"#$%&'()*+,./:;<=>?@\^_`{|}~-]/每个 POSIX 标准。
它匹配：-[]\;',./!@#%&*()_{}::"?.
但是，它不匹配：（=`~$^+|<>至少在 ruby 1.9.3p194 中）。
是什么赋予了？
问问题
8493 次
2 回答
11
标点符号类由语言环境定义。punct的 Open Group LC_TYPE 定义说：
定义要分类为标点字符的字符。在 POSIX 语言环境中，
<space>不应包含 alpha、digit 或 cntrl 类中的 the 或任何字符。在语言环境定义文件中，不应为关键字upper、lower、alpha、digit、cntrl、xdigit 或as 指定任何字符。
基本上，它定义了如何通过排除其他字符类来定义punct ，但它实际上并没有直接定义标点符号——这是语言环境的工作。
我找不到每个语言环境中内容的规范参考。也许别人知道。同时，您可以找到与您想要的点字符类匹配的 LC_TYPE ，或者直接指定类。
于 2012-06-21T01:53:48.620 回答
2
大于符号属于“符号，数学”类别，而不是标点符号类别。如果您将正则表达式的编码强制为 UTF-8（它默认为源编码，并且可能您的源是 UTF-8 编码，而我的默认源是其他东西），您可以看到这一点：
2.1.2 :004 > /[[:punct:]]/u =~ '<'
=> nil
2.1.2 :005 > /[[:punct:]]/ =~ '<'
=> 0
如果您将正则表达式强制为 ASCII 编码（/n -此处有更多选项），您会看到它在 punct 中对 '<' 进行分类，我认为这正是您想要的。但是，如果您的源包含 UTF-8 的 ASCII 子集之外的字符，这可能会导致问题。
2.1.2 :009 > /[[:punct:]]/n =~ '<'
=> 0
更好的解决方案是在您的正则表达式中使用“符号”类别而不是“punct”类别，它与 UTF-8 编码中的“<”匹配：
2.1.2 :012 > /\p{S}/u =~ '<'
=> 0
这里有更长的类别列表。
于 2014-09-17T12:39:58.317 回答