PCRE似乎正在删除特定字符

Question

我有一段文字（部分法语部分英语），其中多次带有欧洲风格的加拿大元符号（$C）。当我尝试使用传统或unicode字符的正则表达式时，符号已从文本中删除，无法匹配。我使用了一个懒惰的正则表达式，所以如果它没有找到预期的符号，它仍然有效。

此外，该文本位于xml utf-8 doc中，并通过Web界面（内部制作）显示。

Answer 1

在perl中，正则表达式和代码以ascii显示，但是如果你想在你的文本中嵌入unicode，首先你必须有一个编辑器来执行unicode，其次你必须告诉Perl你的源代码包含unicode（带有unicode） use utf8' pragma）。

如果你不想这样做，你可以在字符串（正则表达式）中嵌入（在Perl中）代码点，使用类似这样的构造$ regex = /这是一些文本，这是：\ x \ n是一个代码点unicode character /;

匹配字符IF数据源解码为Unicode（内化）并包含该字符。

编辑 - 我认为没有加拿大元的unicode，而是'$ C'，就像有人说如果正则表达式插值你必须逃避$。 如果你保留$ C，字符类[$ C]匹配$或C，而不是组合。也许（？：\ $ | \ $ C）会是一个更好的锚。

Answer 2

逃离RegExp中的$，美元符号在RegExp中有特殊含义。

Answer 3

在我调用eval（）之前，问题证明是代码中的错误。法语unicode中的某些内容与传递给eval的代码相混淆，所以通过不合并文本和正则表达式，它工作得很好。