estoy usando Ruby 1.9 y tratando de averiguar qué expresiones regulares Necesito hacer esto cierto:¿Cómo hacer coincidir palabras unicode con ruby 1.9?
Encoding.default_internal = Encoding.default_external = 'utf-8'
"föö".match(/(\w+)/u)[1] == "föö"
# => false
# encoding=utf-8
p "föö".match(/\p{Word}+/)[0] == "föö"
¡oh, te amo! – Hock
Loco que necesita etiquetar el código fuente como UTF8 para hacer que la expresión regular se comporte correctamente con la codificación correcta. Muchas gracias ! – demental
Una buena documentación para eso se puede encontrar aquí: http://www.ruby-doc.org/core-1.9.3/Regexp.html#label-Character+Properties –
http://www.ruby-forum.com/topic/208777
y
http://www.ruby-forum.com/topic/210770
podría tener pistas para usted.
También puede utilizar el (documentado) \p{L} propiedad, por ejemplo:
$ ruby -ve "p '℉üüü' =~ /\p{L}/"
ruby 1.9.2p0 (2010-08-18 revision 29036) [x86_64-linux]
1
Puede manually turn on Unicode matching usando el interior (?u) sintaxis:
"föö".match(/(?u)(\w+)/)[1] == "föö"
# => true
Sin embargo, el uso de Unicode propiedad Sintaxis (respuesta de steenslag) o la sintaxis POSIX Brackets es mejor estilo, ya que ambos respetan automáticamente los puntos de código Unicode:
"föö".match(/(\p{word}+)/)[1] == "föö"
# => true
"föö".match(/([[:word:]]+)/)[1] == "föö"
# => true
Consulte this blog post para obtener más información sobre la coincidencia de los caracteres Unicode en las expresiones regulares de Ruby.
Tiene que convertir ambas cadenas en el mismo Unicode que puede igualarlo. Con Iconv puedes convertir tu cadena a unicode específico. –
Codificación predeterminada agregada. Todavía no funciona ... – Reactormonk
Intenta colocar el comentario "# coding utf-8" al comienzo de la secuencia de comandos y asegúrate de que ese archivo de script sea utf-8. – Nakilon