为什么这段代码（包含变音符号）：
text = "Some super text with a german umlaut Wirtschaftsprüfer"
words = text.split(/\W+/)
words.each do |w|
puts w
end
返回此结果（不保留以前给定的变音符号）：
=> Some
=> super
=> text
=> with
=> a
=> german
=> umlaut
=> Wirtschaftspr
=> fer
在Ruby 1.9 +中分割字符串时，有没有办法保留变音符号？
编辑：我使用ruby 1.9.3p286（2012-10-12修订版37165）[x86_64-darwin11.4.2]
答案 0 :(得分：5)
[\W]只匹配非单词字符，即它等同于[^a-zA-Z0-9_]，因此不包括（排除？）特殊字符和变音符号。你可以使用
words = text.split(/[^[:word:]]/)
匹配所有Unicode“word”字符或
words = text.split(/[^\p{Latin}]/)
匹配Unicode Latin脚本中的字符。
请注意，这两个语句都匹配其他语言的特殊字符，而不仅仅是德语。
参见http://www.ruby-doc.org/core-1.9.3/Regexp.html并查找（1）“字符类”和（2）“字符属性”。
答案 1 :(得分：2)
您可以将/\W+/替换为/\s+/（\s匹配空格字符：空格，制表符，新行）
答案 2 :(得分：2)
为什么此代码[...]不会保留以前给定的变音符号
因为\W匹配非词 ASCII 字符（即不是a-z，不是A-Z，不是0-9而不是{{1 }}和_就是这样一个角色。
在Ruby 1.9 +中分割字符串时，有没有办法保留变音符号？
当然，您可以例如按空格分割，如果没有给出模式，这是默认值：
ü答案 3 :(得分：1)
来自Ruby doc：
/ \ W / - 非单词字符（[^ a-zA-Z0-9 _]）
ü不是单词字符，因此\W匹配并拆分。 \p{Lu}和\p{Ll}是用于unicode uper和小写字符的ruby shorthands，所以你可以这样做：
text.split /[^\p{Ll}\p{Lu}]/
......并且应该将最奇特的字符串分开。
答案 4 :(得分：0)
因为您使用/ \ W /来分割文本，这意味着不在此列表中的任何内容： A-ZA-Z0-9
尝试拆分
[^ \ W \ü]
是
^不在 \ w a-zA-Z0-9 \ü
（或者看看你可以重复创建自己的模式）