如何使用ruby 1.9匹配unicode单词？

Question

我正在使用ruby 1.9并试图找出我需要使用哪个正则表达式：

Encoding.default_internal = Encoding.default_external = 'utf-8'
"föö".match(/(\w+)/u)[1] == "föö"
# => false

Answer 1

# encoding=utf-8 
p "föö".match(/\p{Word}+/)[0] == "föö"

Answer 2

http://www.ruby-forum.com/topic/208777

和

http://www.ruby-forum.com/topic/210770

可能有你的线索。

您还可以使用（记录的）\p{L}属性，例如：

$ ruby -ve "p '℉üüü' =~ /\p{L}/"
ruby 1.9.2p0 (2010-08-18 revision 29036) [x86_64-linux]
1

Answer 3

您可以manually turn on Unicode matching使用内部(?u)语法：

"föö".match(/(?u)(\w+)/)[1] == "föö"
# => true

但是，使用Unicode属性语法（steenslag的答案）或POSIX Brackets语法是更好的样式，因为它们都自动地尊重Unicode代码点：

"föö".match(/(\p{word}+)/)[1] == "föö"
# => true

"föö".match(/([[:word:]]+)/)[1] == "föö"
# => true

有关在Ruby正则表达式中匹配Unicode字符的更多信息，请参阅this blog post。