Regex perl中支持Unicode的单词边界

我使用的是perl-5.24，偶然发现

\b

不支持unicode：

$ echo '""test"" ""тест""' | perl -pe 's/""\b/“/g'
“test"" ""тест""

正如我所期望的那样，“测试”“测试”

然后我学习了perl-5.22.1正则表达式中的unicode扩展，特别是这一扩展：

\b{wb}

$ echo '""test"" ""тест""' | perl -pe 's/""\b{wb}/“/g'
“test“ “тест“

正如我所期望的那样，“测试”“测试”

---

我的问题是：我应该通过perl正则表达式将

“test”“test”“test”“test”“test”“test”“test”“test”“

转换为谁？

您告诉

s///

与以下内容匹配：

22.22.74.65.73.74.22.22.20.22.22.D1.82.D0.B5.D1.81.D1.82.22.22.A

s/""\b/“/g

s//

（或者更具体地说，

\b

）需要Unicode代码点，因此这意味着上述代码点被视为

""test"" ""Ñ<82>еÑ<81>Ñ<82>""

Perl希望脚本使用ASCII编码，除非您使用UTF-8编码脚本并添加

使用utf8；

让它知道

---

对输入进行解码。对输出进行编码。

$ echo '""test"" ""тест""' | perl -pe'
    use utf8;
    use open ":std", ":encoding(UTF-8)";
    s/""\b/“/g
'
“test"" “тест""

或

---

您让

s//

与以下内容匹配：

22.22.74.65.73.74.22.22.20.22.22.D1.82.D0.B5.D1.81.D1.82.22.22.A

s/""\b/“/g

s//

（或者更具体地说，

\b

）需要Unicode代码点，因此这意味着上述代码点被视为

""test"" ""Ñ<82>еÑ<81>Ñ<82>""

Perl希望脚本使用ASCII编码，除非您使用UTF-8编码脚本并添加

使用utf8；

让它知道

---

对输入进行解码。对输出进行编码。

$ echo '""test"" ""тест""' | perl -pe'
    use utf8;
    use open ":std", ":encoding(UTF-8)";
    s/""\b/“/g
'
“test"" “тест""

或

---

@ikegami：是的，我正在通过UTF-8。但是现在世界不是大部分都是UTF-8吗？不，世界是用解码文本（

字符串

而不是

字节[]

，

读卡器

s而不是

流

s，等等）这样一来，它们的编码是不可知的，而且它们可以简单得多，因为它们不担心字符的编码宽度。@ikegami：是的，我正在传递UTF-8。但现在世界不是大部分都是UTF-8吗？不，世界使用解码文本（

String

而不是

byte[]

，

Reader

s over

Stream

s，等等）通过这种方式，它们的编码是不可知的，而且它们可以简单得多，因为它们不担心字符的编码宽度。从技术上讲，

ini

也是一个

\w

字符，因此

\b

应该匹配，但这不是因为Perl中的一个错误，它是通过添加

使用功能qw（unicode\u字符串）修复的
或
使用5.014；
。我没有提到这一点，因为一旦我们以正确的方式解决了您的问题，Perl中的这个错误就变得毫无意义了。谢谢。我想从今天起我将使用
-CSDA-Mutf8
。从技术上讲，
也是
\w
字符，因此
\b
应该匹配，但这不是因为Perl中的错误通过添加
使用功能qw（unicode_字符串）；
或
使用5.014；
可以解决这个问题。我没有提到这一点，因为一旦我们以正确的方式解决了您的问题，Perl中的这个错误就变得毫无意义了。谢谢。我想从今天起我将使用
-CSDA-Mutf8
。