Ruby 1.8.7中str.gsub（/ ^ \ p {Word} / i，''）的等价物是什么？

Question

等同于

str.gsub(/[^\p{Word} ]/i, '') # works in 1.9.2+

在Ruby 1.8.7中？

我试过

str.gsub(/[^\w\s]/iu, '')

但输出包括更广泛的字符，即®。

---

一个例子：

Ruby 2.1.5

ruby -e "puts 'abcȣ的®Ȍ'.gsub(/[^\p{Word} ]/i, '')"
#or
#ruby -e "puts \"abc\u0223\u7684\u00ae\u020c\".gsub(/[^\p{Word} ]/i, '')"

输出：

abcȣ的Ȍ

Ruby 1.8.7-p374

ruby -e "puts 'abcȣ的®Ȍ'.gsub(/[^\w\s]/iu, '')"

输出：

abcȣ的®Ȍ

请注意，在我尝试使用Ruby 1.8.7时，®就在输出中。

Answer 1

您可以在regex docs on unicode properties中查找\p{Word}。您会看到它是以下属性的组合：

• \p{L}信，
• \p{M}马克，
• \p{N}数字和
• \p{Pc} Connector_Punctuation

您可以在unicode character database中查看这些内容，以确定要在您的正则表达式中包含哪些代码点。