perl中UTF-8文本的詞邊界

我的perl腳本提供了UTF-8中的任何語言的字符串。我需要大寫每個單詞的第一個字符，並將單詞的其餘字符轉換爲小寫。這必須在以UTF-8格式保留文本時完成。perl中UTF-8文本的詞邊界

以下似乎工作不夠好，當文本只包含拉丁字符

$my_string =~ s/([\w']+)/\u\L$1/g;

我如何能得到這個在UTF-8字符串工作嗎？

來源

2011-08-23 appleton

Perl沒有UTF-8字符串。它具有Unicode字符串，它有字節字符串，以字節爲單位。你在那裏寫的東西在當前版本的Perl中已經可以正常工作了。您可能需要在編譯單元的頂部使用類似'use v5.12'，'use v5.14'或'use feature「unicode_strings」'的東西來使其工作，但不需要其他任何東西。 – tchrist

謝謝。我忘了提及我使用的Web服務器仍然有5.8 perl，所以不幸的是我沒有提供這些建議。 – appleton

請參閱perlunicode瞭解您需要熟悉的設施的概況。基本上，你正在尋找像\p{LC}。

雖然您的問題空間並不明確，並非所有腳本都有字符大小寫的概念。 LC屬性只會在腳本上匹配，所以它應該讓你在那裏。

來源

2011-08-23 10:33:40 tripleee

謝謝。 \ p {LC}而不是\ w似乎正常工作。 – appleton

...儘管更接近\ w的替換大概是\ p {Word} – appleton

順便提一下，「\ u \ L $ 1」中的\ u和\ L總是會正確轉換爲大寫和小寫，或者是否存在unicode替代這些？ – appleton

perl中UTF-8文本的詞邊界

回答

相關問題