Ruby Regexp 与 POSIX 括号表达式不匹配 unicode 引号答案

【问题标题】：Ruby Regexp not matching unicode quotes with POSIX bracket expressionRuby Regexp 与 POSIX 括号表达式不匹配 unicode 引号
【发布时间】：2023-03-24 13:35:01
【问题描述】：

我正在尝试在更复杂的正则表达式上使用[[:punct:]]POSIX 括号表达式，我发现它与以下问题有关：

我在 Ruby 的 2.4.4 irb 控制台上运行了这个，产生了一个有效的匹配：

irb(main):001:0> " >text" =~ /[[:punct:]]text/
=> 1

但是，如果我添加一个 UTF8 引号字符 (”)，它将不匹配：

irb(main):002:0> "” >text" =~ /[[:punct:]]text/
=> nil

但如果我使用. 而不是>，它确实可以按我的预期工作：

irb(main):003:0> " .text" =~ /[[:punct:]]text/
=> 1
irb(main):004:0> "” .text" =~ /[[:punct:]]text/
=> 2

我不是试图为此找到解决方法，而是试图理解为什么在第二种情况下不匹配。

【问题讨论】：

[13] pry(main)> "” >text" =~ /[[:punct:]]text/ #=> 2 为我工作
你使用什么 ruby 版本？ 4.4.5 似乎更像是 rails 版本，而不是 ruby 版本。
@mrzasa 抱歉，我已经更新了问题。 Ruby 的版本是 2.4.4，安装了rbenv。

标签： ruby-on-rails regex ruby ruby-on-rails-4

【解决方案1】：

问题是 POSIX 括号表达式[[:punct:]] 它可能匹配不同的字符。你可以找到一些细节here。

要找出某个角色在您本地的类别，请尝试A Unicode character's General Category。

例如，使用 ruby 2.2.4：

irb(main):001:0> /[[:punct:]]/n =~ '<'
=> nil

但如果我使用符号通用类别

irb(main):002:0> /\p{S}/u =~ '<'
=> 0

【讨论】：