如何确保 Regexp 中的 \w 将国家字母与普通字母相同？
'ein grüner Hund'.scan(/\S+/u)
[“ein”，“grüner”，“Hund”]
它将“ü”正确扫描为非空白字符。
'ein grüner Hund'.scan(/\w+/u)
[“ein”、“gr”、“ner”、“Hund”]
如何获得“ü”？
我需要一个解决方案，不仅适用于德语、法语和波兰语字符也应该有效。
问问题
2254 次
2 回答
2
\w适用于字母、数字或下划线。您的正则表达式引擎可能会将单个 Unicode 代码点视为单个字符。在这种情况下，ü不会被匹配为单个字符，因为它是多个代码点字符（编码为两个代码点）。对于匹配多个代码点字符，使用\Xwhich 匹配单个 unicode 字素，无论它是单个代码点还是多个代码点。
检查此以获取更多信息。
我不确定 Ruby 是否支持\X. 否则\p{L}\p{M}*可以使用，它匹配一个字母和重音。
于 2013-02-13T11:01:22.683 回答
2
于 2013-02-13T11:01:36.767 回答