- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
(本题忽略\w
的数字和下划线匹配,与此处讨论无关。)
根据Oniguruma docs ,像 \w
这样的简写字符类和像 [:alpha:]
这样的 POSIX 类在 Unicode 方面都有相似的行为:它们对“非 Unicode 大小写”有简单的 ascii 行为“(我假设这意味着字符串的 encoding
不是 Unicode 编码),以及使用 Unicode 属性作为“Unicode Case”的不同行为。
从该文档看来,其中一个使用 Unicode 属性,另一个也将使用它们。然而,实际上它们似乎有所不同:POSIX 类自动使用 Unicode 属性,而 \w
类型类必须显式标记为 ?u
才能使用基于 Unicode 属性匹配:
$ ruby -e 'print("~café.".encoding)'
UTF-8
$ ruby -e 'print(/[[:alpha:]]+/.match("~café."))'
café
$ ruby -e 'print(/\w+/.match("~café."))'
caf
$ ruby -e 'print(/(?u)\w+/.match("~café."))'
café
$ ruby -v
ruby 2.3.6p384
这是一个错误,还是我对文档的解释有误? (?u
究竟做了什么,有人可以链接到记录它的地方吗?)
最佳答案
从 2.0 版开始,Ruby 使用 Onigmo ,一个 Oniguruma 分支,支持在 Perl 5.10 中实现的更多功能。
如果将链接的文档 (Oniguruma) 与 Onigmo's doc 进行比较您可以看到 \w
描述之间的区别:
\w word character
Not Unicode:
alphanumeric, "_" and multibyte char.
Unicode: General_Category -- (Letter|Mark|Number|Connector_Punctuation)
\w word character
Not Unicode:
alphanumeric and "_".
Unicode: General_Category -- (Letter|Mark|Number|Connector_Punctuation)
It depends on ONIG_OPTION_ASCII_RANGE option that non-ASCII char includes or not.
如您所见,不再有这个"and multibyte char." 这没有意义(至少对我而言),这可能是一个拼写错误。无论如何,这是非常不清楚的。
u
修饰符将速记字符类从“非 Unicode”(默认)切换为“Unicode”。这就是为什么当您尝试使用字符类 \w
匹配它时,您只获得没有它的 caf
和带有它的 café
的原因。
另一方面,字符类 [[:alpha:]]
似乎已经默认扩展为 unicode 字符,因为它匹配没有 u 修饰符的“café”。可以在文档中找到解释的开始:
It depends on ONIG_OPTION_ASCII_RANGE option and ONIG_OPTION_POSIX_BRACKET_ALL_RANGE option that POSIX brackets match non-ASCII char or not.
但是您可以使用 (?a)
修饰符将其强制为 ascii。
关于ruby - Ruby 中 `\w` 与 `[[:alpha:]]` 之间 Unicode 行为的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50356548/
我想创建一个基于 jQuery 的非常简单的 html 编辑器(不是所见即所得)。 我的问题是如何制作 textarea或 div可能 在上面写一些文字 然后样式即标签(例如 some stuff 将
根据文档 isset 条款“测试此项目中是否已设置给定属性”。我不明白设置属性时 isset 返回 true 还是 false 在下面的代码片段中,当 env.JAVA_HOME 未设置时,java.
我正在尝试取消映射 o这是执行 :only 的默认命令( :help :only ),所以我尝试的第一件事是: nmap o 这种作品,除非我按 ,等待超过timeoutlen ms 然后按 o
我有以下型号: class MetaData(models.Model): created_at = models.DateTimeField(auto_now_add=True, auto_
下面列出了两行代码。两者对日期和时间的期望相同,但只有一个有效。我正在使用 R 3.1。 以下不起作用: DateTime2=strftime("08/13/2010 05:26:24.350", f
我有一个关于 C 代码的问题。 #include void foo(void){ int a; printf("%d\n",a); } void bar(void){
如果文件大小 > 8k,为什么读取的最后一个字节 = 0? private static final int GAP_SIZE = 8 * 1024; public static void main(
我有一个命令 Get-Testdata从不同来源检索测试数据并将这些数据存储到 PSObject以不同的值作为属性。然后将对象总数存储为数组,以便于操作、排序、计算等。 我的问题是我希望能够将这些数据
我正在使用 epoll 将大消息写入使用 HTTP 协议(protocol)的服务器。 fds 都设置为非阻塞,我正在使用边缘触发事件。我知道对于 EPOLLIN,我需要循环读取 fd,直到返回 EA
这对我来说听起来很奇怪: $test_1 = 'string'; $test_2 = '0'; var_dump(intval($test_1)); // Output: int 0 var_dump
这个问题在这里已经有了答案: Java: Integer equals vs. == (7 个回答) 7年前关闭。 请您解释以下行为。 public class EqAndRef { publ
Drupal 的行为到底是什么? 它为模块开发人员提供什么类型的服务层? 它映射到 jQuery.ready 的关系类型是什么? 最佳答案 长版:Drupal.behaviors 不仅仅是 jQuer
以下代码: dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_HIGH, 0), ^{ for (int i=0
人们可以将项目添加到数据库中。我让他们选择在此时添加它,或手动选择日期。 因此我得到了这个 HTML 结构。 (请注意,我将日期和时间选择器妥协为只有一行文本) Selec
创建了一个数据框: simpleDF is.na(simpleDF$vals) [1] TRUE TRUE FALSE > is.nan(simpleDF$vals) [1] FALSE TRU
我有一个大的 docker 镜像 A,我创建了一个新的 Dockerfile FROM A RUN rm /big-folder 我尝试使用以下方法构建图像: docker build --squas
我想知道以下情况下 JVM 的行为是什么: JVM 最小堆大小 = 500MB JVM 最大堆大小 = 2GB 操作系统有 1GB 内存 JVM启动后,程序运行一段时间后,使用内存超过1GB。我想知道
我们正在使用 spikeearrest 策略,但我们不了解其工作原理。峰值逮捕配置如下: 5pm 阅读文档,我们了解到,如果我们在一分钟内调用此流超过 5 次,则该策略将在第 5 次之后
我正在使用 cURL 发送 POST 请求: curl http://tarvos.local:8080/partial_Users/2 -d '{currentPage : 1, firstID :
我的表中有 6442670 条记录,我正在使用以下命令获取它们jdbctemplate 使用行号一次 1000000 个。以下是查询 select * from (select rowNum rn
我是一名优秀的程序员,十分优秀!