正則表達式不匹配的話UTF8字符（\ w +）

Question

爲什麼下面的代碼返回零：

'The name of the city is: Ørbæk'.match(/:\s\w+/) 
#=> nil 

當我希望它返回"Ørbæk"

我已經嘗試設置在該#encoding=utf-8文檔的開頭，但它不會改變任何東西。

PS。 Ø和Æ是丹麥語字母

Answer 1

元字符\w等同於字符類[a-zA-Z0-9_];只匹配字母，數字和_。

而是使用字符屬性\p{Word}：

'The name of the city is: Ørbæk'.match(/:\s\p{Word}+/) 
# => #<MatchData ": Ørbæk"> 

根據Character Properties from Ruby Regexp documentation：

/\p{Word}/ - 以下Unicode通用類書之一的成員，標記，號碼，CONNECTOR_PUNCTUATION

Answer 2

您可以使用\ p {字}代替：

irb(main):001:0> 'The name of the city is: Ørbæk'.match(/:\s\p{Word}+/) 
=> #<MatchData ": Ørbæk"> 

Answer 3

如果你想匹配的單詞只包含字母字符，然後使用\p{L}：

match(/:\s\p{L}+/)