Question

我想在一个字符串中匹配中文单词，但它失败了

irb(main):016:0> "身高455478".scan(/\p{Han}/)
SyntaxError: (irb):16: invalid character property name {Han}: /\p{Han}/
    from C:/Program Files/Ruby-2.1.0/bin/irb.bat:18:in `<main>'

它出了什么问题？

问题很奇怪，是字符编码问题吗？

Answer 1

我可以在irb中重现这个问题。我的Ruby环境与无法重现问题的其他环境之间的区别在于，我在irb中的编码默认为GBK，适用于中文。

这可以重现问题：

#encoding:GBK
p "身高455478".scan(/\p{Han}/)

显示错误：invalid character property name {Han}: /\p{Han}/

要解决此问题，请使用UTF-8编码：

#encoding:utf-8
p "身高455478".scan(/\p{Han}/)

输出：["\u8EAB", "\u9AD8"]

正如@Stefan建议的那样，要将irb设置为使用UTF-8编码，请使用irb -E UTF-8启动irb。

要对这一个字符串进行编码，请使用String#encode：

'身高455478'.encode('utf-8').scan(/\p{Han}/u)
#=> ["\u8EAB", "\u9AD8"]

如何在Ruby中匹配中文单词？

1 个答案: