PCRE是否正确支持unicode字符串？

Question

PCRE是否正确支持unicode字符串？

Answer 1

是的，确实如此（尽管可能还不是Unicode 6）。来自man page：

  

PCRE的当前实现大致对应于Perl 5.12，包括UTF-8编码字符串的端口和Unicode常规类别属性。但是，必须明确启用UTF-8和Unicode支持;它不是默认值。 Unicode表对应于Unicode版本5.2.0。

Answer 2

它完全支持c Unicode 5.1

Answer 3

如果您的PCRE是在未启用UTF-8的情况下编译的，则可以通过将(*UTF8)添加到正则表达式的开头来打开它。

例如：

> echo ‒ | grep -Po '[‒]'

分别匹配字符‒的3个utf-8代码中的每一个（即：3行输出），而这：

> echo ‒ | grep -Po '(*UTF8)[‒]'

具有预期结果，产生一行包含字符‒的输出。

（我正在使用Ubuntu 12.04的库存安装）