如何使用 Oniguruma 正则表达式指定有效的字符属性？

发布于 2024-10-24 22:19:06 字数 748 浏览 4 评论 0原文

我正在使用 oniguruma gem 在 ruby 1.8 中获取支持 unicode 的正则表达式。根据语法文档，我应该能够使用 \p{M} 或 \p{Mark} 将代码点与 Mark 属性匹配。

但是，当我执行以下操作时，

ORegexp.new '\p{M}',
            :options => OPTION_MULTILINE | OPTION_SINGLELINE | OPTION_IGNORECASE | OPTION_EXTEND,
            :syntax => SYNTAX_JAVA, # so we can use character properties
            :encoding => ENCODING_UTF8

我收到 ArgumentError: Oniguruma Error: invalid character property name {M}。如果我使用 {Mark}，或者使用支持 \p 的其他语法之一，我会收到相同的错误。

我做错了什么？如何使用 Oniguruma 正则表达式指定有效的字符属性？

更新 - 如果我使用其中一种 UTF16 编码，则正则表达式会编译；但由于我的字符串是 UTF8，这没有帮助。所以我的问题变成：如何使用 UTF-8 Oniguruma 正则表达式指定有效的字符属性？

原文

I'm using the oniguruma gem to get unicode-aware regexes in ruby 1.8. According to the syntax documentation, I should be able to use \p{M} or \p{Mark} to match code points with the Mark property.

However, when I do the following

ORegexp.new '\p{M}',
            :options => OPTION_MULTILINE | OPTION_SINGLELINE | OPTION_IGNORECASE | OPTION_EXTEND,
            :syntax => SYNTAX_JAVA, # so we can use character properties
            :encoding => ENCODING_UTF8

I get ArgumentError: Oniguruma Error: invalid character property name {M}. I get the same error if I use {Mark}, or if I use one of the other syntaxes that support \p.

What am I doing wrong? How do I specify a valid character property using Oniguruma regexes?

UPDATE - If I use one of the UTF16 encodings, the regex compiles; but since my strings are in UTF8 that doesn't help. So my question becomes: how do I specify a valid character property using UTF-8 Oniguruma regexes?

分享到QQ

分享到微博