Question

我有一些包含Unicode转义序列的文本，例如\ u003C。这就是我想出来的东西：

string.gsub(/\u(....)/) {|m| [$1].pack("H*").unpack("n*").pack("U*")}

这是对的吗？（即它似乎与我的测试一起工作，但更有知识的人可以找到它的问题吗？）

Answer 1

您的正则表达式/\u(....)/存在一些问题。

首先，\u不能按您认为的方式工作，在1.9中您会收到错误，而在1.8中它只匹配单个u而不是{{} 1}}你正在寻找的对;您应该使用\u来查找所需的文字/\\u/。

其次，你的\u群体过于宽松，这将允许任何四个角色通过，这不是你想要的。在1.9中，您需要(....)（四个十六进制数字），但在1.8中您需要(\h{4})，因为([\da-fA-F]{4})是新事物。

因此，如果您希望正则表达式在1.8和1.9中都有效，则应使用\h。这在1.8和1.9中给出了以下内容：

/\\u([\da-fA-F]{4})/

使用pack和unpack将十六进制数字转换为Unicode字符可能已经足够好了，但可能有更好的方法。