区域设置感知Perl正则表达式（匹配字边界）

Question

我目前有点卡在Perl中的正则表达式（取自我的earlier question）以匹配非ASCII语言环境中的单词字符（即德语变音符号）。

我已经尝试了各种各样的事情，比如设置正确的语言环境（使用setlocale），将我从MySQL收到的数据转换为UTF8（使用decode_utf8），等等......不幸的是，无济于事。谷歌也没多大帮助。

是否有机会获得以下正则表达式区域设置，以便

$street = "Täststraße"; # I know that this is not orthographically correct
$street =~ s{
               \b (\w{0,3}) (\w*) \b
            }
            {
               $1 . ( '*' x length $2 )
            }gex;

最终返回$street = "Täs*******"而不是"Tästs***ße"？

Answer 1

我希望正则表达式导致“Täs*******”。这就是我在上面的代码中使用utf-8编码文件“使用utf8”时得到的结果。

（如果一切都是拉丁语-1，则会改变正则表达式引擎的行为。因此存在utf8::upgrade。请参阅Unicode::Semantics。）

编辑：我看到你修复了你的帖子，我们同意预期的结果。基本上，当您在regexp上需要Unicode语义时，请使用Unicode :: Semantics。