Question

看看这个：

"nAo".match(/(nao)/i) # => #<MatchData "nAo" 1:"nAo">

"nÃo".match(/(não)/i) # => nil

有没有办法解决这个问题？

编辑：似乎ruby在i标志的regexp比较中缺乏对unicode字符的支持（忽略大小写）... 使用MRI 1.8.7p249

Answer 1

不了解Ruby，但大多数正则表达式引擎不理解非ASCII字符的大写/小写。你能做的最好的是：

/(n[ãÃ]o)/

理解大写/小写关系的问题在于它与语言有关。 Unicode只编码字符的形式，而不是意义。因此，unicode中的大写字符可以根据语言使用不同的小写字符。

以SS为例。在英语中，小写字母为ss，但在德语中，它可以是ß。另一个例子是字母I，其中英文的小写字母为i但土耳其语的小写字母为ı（没有点）。这是因为土耳其语中的i大写İ（带点）。

因此，大多数正则表达式实现只是放弃并拒绝理解标准ASCII之外的字符的大写/小写关系。

Answer 2

尝试为Ruby找到一些unicode normalization模块。

Answer 3

请注意，Ruby自1.9以来具有更好的字符支持（似乎您运行Ruby 1.8.7）。在Ruby 1.9中，旧的正则表达式引擎被Oniguruma取代。