如何确保Regexp中的\ w处理与普通字母相同的国家字母？
'ein grüner Hund'.scan(/\S+/u)
[“ein”，“grüner”，“Hund”]
它正确扫描“ü”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，也应该有效。
答案 0 :(得分：2)
\w适用于字母或数字或下划线。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将不会匹配为单个字符，因为它是多个代码点字符（编码为两个代码点）。为了匹配多个代码点字符，请使用匹配单个unicode字形的\X，无论是单个代码点还是多个代码点。
查看this了解详情。
我不确定Ruby是否支持\X。否则\p{L}\p{M}*可以使用，它与字母和重音匹配。
答案 1 :(得分：1)