Ruby 1.9.3正则表达式utf8\w重音字符

如何确保Regexp中的\w将国家字母与普通字母一样处理

'ein grüner Hund'.scan(/\S+/u)

[“ein”、“grüner”、“Hund”]

它将“ü”作为非空白字符正确扫描

'ein grüner Hund'.scan(/\w+/u)

[“ein”、“gr”、“ner”、“Hund”]

怎么也能得到“你”呢

---

我需要一个不仅适用于德语、法语和波兰语字符的解决方案。字母、数字或下划线也适用于

\w

。您的正则表达式引擎可能将单个Unicode代码点视为单个字符。在这种情况下，u将不会作为单个字符进行匹配，因为它是多个代码点字符（编码为两个代码点）。要同时匹配多个代码点字符，请使用

\X

来匹配单个unicode字符集，无论它是单个代码点还是多个代码点

查看更多信息

---

我不确定Ruby是否支持

\X

。否则可以使用与字母和重音匹配的

\p{L}\p{M}*

。

\w

适用于字母、数字或下划线。您的正则表达式引擎可能将单个Unicode代码点视为单个字符。在这种情况下，u将不会作为单个字符进行匹配，因为它是多个代码点字符（编码为两个代码点）。要同时匹配多个代码点字符，请使用

\X

来匹配单个unicode字符集，无论它是单个代码点还是多个代码点

查看更多信息

我不确定Ruby是否支持

\X

。否则可以使用

\p{L}\p{M}*

，它匹配字母和重音。

试试看

'ein grüner Hund'。扫描（/[:word:]+/u）

试试看

'ein grüner Hund'。扫描（/[:word:]+/u）

+1表示“在这种情况下，由于u是多代码点字符（编码为两个代码点），所以u不会作为单个字符进行匹配”+1表示“在这种情况下，由于u是多代码点字符（编码为两个代码点），所以u不会作为单个字符进行匹配”