【发布时间】：2011-08-15 22:48:20
【问题描述】：
PCRE 是否正确支持 unicode 字符串？
【问题讨论】：
-
Unicode 字符串是什么意思？
【发布时间】：2011-08-15 22:48:20
【问题描述】：
是的，确实如此（尽管可能还不是 Unicode 6）。来自man page：
PCRE 的当前实现与 Perl 5.12 大致对应，包括 UTF-8 编码字符串的端口和 Unicode 通用类别属性。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。
【讨论】：
完全支持cUnicode 5.1
【讨论】：
如果您的 PCRE 是在未启用 UTF-8 的情况下编译的，您可以通过在正则表达式的开头添加 (*UTF8) 来启用它。
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），而这个：
> echo ‒ | grep -Po '(*UTF8)[‒]'
有预期的结果，产生一行包含字符‒的输出。
（我使用的是 Ubuntu 12.04 的库存安装）
【讨论】：