ruby - 为什么我看到这两个几乎相同的 Ruby 正则表达式模式的结果不同，为什么一个匹配我认为它不应该匹配的结果？

Question

使用 Ruby 1.9.2，我在 IRB 中有以下 Ruby 代码：

> r1 = /^(?=.*[\d])(?=.*[\W]).{8,20}$/i
> r2 = /^(?=.*\d)(?=.*\W).{8,20}$/i
> a = ["password", "1password", "password1", "pass1word", "password 1"]
> a.each {|p| puts "r1: #{r1.match(p) ? "+" : "-"} \"#{p}\"".ljust(25) + "r2: #{r2.match(p) ? "+" : "-"} \"#{p}\""}

这将产生以下输出：

r1: - "password"         r2: - "password"
r1: + "1password"        r2: - "1password"
r1: + "password1"        r2: - "password1"
r1: + "pass1word"        r2: - "pass1word"
r1: + "password 1"       r2: + "password 1"

1.) 为什么结果不同？

2.) 为什么会r1在字符串 2、3 和 4 上匹配？(?=.*[\W])由于这些示例中没有任何非单词字符，因此前瞻性不会导致它失败吗？

Answer 1

这是由于几个正则表达式功能和 Unicode 之间的交互作用造成的。\W都是非单词字符，其中包括212A - “KELVIN SIGN” K（PDF 链接）和017F - “LATIN SMALL LETTER LONG S” ſ（PDF 链接）。添加了这两者的/i小写版本，即“普通”k和s字符（006B - “LATIN SMALL LETTER K”和 0073 “LATIN SMALL LETTER S”（PDF 链接））。

因此，在某些情况下， sinpassword被解释为非单词字符。

请注意，这似乎仅\W在 位于字符类（即[\W]）中时发生。此外，我只能在irb独立脚本中重现它，它似乎按预期工作。

有关更多信息，请参阅Ruby 错误。