Question

我正在尝试在文本中搜索匹配项并将其返回给它周围的代码段。为此，我想找到与正则表达式匹配，然后使用匹配索引+ - 片段半径（text.mb_chars [start..finish]）剪切字符串。

但是，我不能让ruby的（1.8）正则表达式返回匹配索引，这将是多字节感知。

据我所知，正则表达式是1.8中的一个应该是非常清楚的地方，但是尽管/ u切换它似乎不起作用：

"Résumé" =~ /s/u
=> 3

"Resume" =~ /s/u
=> 2

如果regex确实在多字节（/ u）中工作，结果应该是相同的，但它返回字节索引。

如何获得字符匹配索引，而不是字节？

或者可能还有其他一些方法可以获得（每个）匹配的片段吗？

Answer 1

不是真正的答案，但评论的时间太长了。

代码

print "Résumé" =~ /s/u
print "\n"
print "Resume" =~ /s/u

Windows上的

（Ruby 1.8.6，版本26）打印：

2
2

在Linux上（ruby 1.8.7（2009-06-12 patchlevel 174）[i486-linux]）它打印出来：

3
2

Answer 2

如何使用我编写的jindex函数，它与jcode库中的其他方法相对应：

class String
  def jslice *args
    split(//)[*args].join rescue ""
  end
  def jindex match, start=0
    if match.is_a? String
      match = Regexp.new(Regexp.escape(match))
    end
    if self.jslice(start..-1) =~ match
      $PREMATCH.jlength + start
    else
      nil
    end
  end
end

Ruby 1.8 regexp：utf字符串中的匹配索引

2 个答案: