string - Lua 5.1 中“[\0-\x7F\xC2-\xF4][\x80-\xBF]*”的等效模式

Question

在回答这个问题时，我编写了这段代码来遍历字符串中的 UTF-8 字节序列：

local str = "KORYTNAČKA"
for c in str:gmatch("[\0-\x7F\xC2-\xF4][\x80-\xBF]*") do 
    print(c) 
end

它在 Lua 5.2 中工作，但是在 Lua 5.1 中，它报告了一个错误：

格式错误的模式（缺少']'）

\xhh我记得在 Lua 5.1 中，不支持字符串文字，所以我将其修改为：

local str = "KORYTNAČKA"
for c in str:gmatch("[\0-\127\194-\244][\128-\191]*") do 
    print(c) 
end

但是错误还是一样，怎么解决呢？

score 3 · Accepted Answer

我高度怀疑，这是因为\0在模式中发生的。基本上，保存你的模式的字符串在它应该之前就终止了，事实上，lua 正则表达式引擎正在解析的是[\0：这显然是错误的模式，应该会触发您当前遇到的错误。

为了证明这个概念，我对模式做了一点改动：

local str = "KORYTNAČKA"
for c in str:gmatch("[\x0-\x7F\xC2-\xF4][\x80-\xBF]*") do 
    print(c) 
end

在 lua 5.1.4 上按预期编译和运行。示范

注意：我实际上并没有查看模式在做什么。\0刚刚通过添加删除x。所以修改后的代码的输出可能不是你所期望的。

编辑：作为一种解决方法，您可以考虑在您的第二个代码示例中替换\0为\\0(to escape null-termination)：

local str = "KORYTNAČKA"
for c in str:gmatch("[\\0-\127\194-\244][\128-\191]*") do 
    print(c) 
end

score 3 · Accepted Answer

A pattern cannot contain embedded zeros. Use %z instead.

在 Lua 5.2 中，这已更改为您可以使用它\0，但在 5.1 中并非如此。只需添加%z到第一组并将第一个范围更改为\1-\127.

2 回答 2