紅寶石正則表達式處理

在ruby 1.9.3中，正則表達式引擎不會將nbsp（\ u00A0）視爲空格（\ s）。這對我來說常常是一件壞事。紅寶石正則表達式處理

所以我的問題是，這會改變2.0？如果沒有，有沒有辦法猴子修補解決方案？

2012-11-08 pguardiario

使用Unicode屬性（需要聲明一個匹配的源代碼的編碼這個工作）：

# encoding=utf-8 
if subject ~= /\p{Z}/ 
    # subject contains whitespace or other separators

或使用POSIX字符類：

if subject ~= /[[:space:]]/

據the docs，\s只會現在和將來匹配[ \t\r\n\f]。

來源

2012-11-08 11:50:57

謝謝Tim，\ p {Z}很有趣。你能解釋一下其他分隔符的含義嗎？ – pguardiario

@pguardiario：對不起，我不知何故錯過了你的評論。 Unicode標準定義了許多其他分隔符，這些分隔符似乎主要用於東方語言，其中文字不一定明顯地被空白分隔。 –

在Ruby中，我建議使用Unicode字符類「空格分隔」 \p{Zs}的：

/\p{Zs}/u =~ "\xC2\xA0" 
/\p{Zs}/u =~ "\u00A0" 
/\p{Zs}/u =~ HTMLEntities.new.decode('&nbsp;')

中查看Unicode character properties Ruby的文檔。

注意：確保您的輸入字符串是有效的UTF-8編碼。其他編碼中也有非中斷空格，例如ISO-8859-1（Latin1）中的「\ xA0」。 More info on the "non-breaking space"。提供：在大多數支持Unicode的RegExp風格和編程語言中，字符類\s通常包含Unicode「分隔符」屬性\p{Z}（如Tim Pietcker所述）中的所有字符;字符分類爲\s。然而，Java和紅寶石是這裏流行的例外，\s只匹配[ \t\r\n\f]。

來源

2016-01-26 04:13:50

紅寶石正則表達式處理

回答

相關問題