Ruby Regular Expression用于匹配单词，包括重音和其他UTF8字符

Question

我们正试图找到一个允许我们将句子分成单词的正则表达式。 当然，最直接的答案是使用\w，但它不会在我们需要的_上拆分。 然后，我们尝试[a-zA-Z0-9]（我们想要允许单词里面的数字），问题是它在重音上分裂，这在许多语言中相当常见......

所以，理想情况下，我应该使用什么正则表达式来分割下面的句子：

  

“Jenedégustepasd'asperges，car je n'aimepasça”

信息

  

[ “JE”， “NE”， “déguste”， “PAS”， “d”，   “asperges”，“car”，“je”，   “n”，“aime”，“pas”，“ça”]

Answer 1

STR = "Je ne déguste pas d'asperges, car je n'aime pas ça"
words = STR.split /[\s,']+/
for w in words
    print w, "\n"
end

输出结果为：

Je
ne
déguste
pas
d
asperges
car
je
n
aime
pas
ça