elixir - 为什么 String.replace 用字符类将德语变音符号转换为二进制？

Question

(抱歉，如果我关于二进制的术语已关闭 - 我仍在开始使用 Elixir)

在解决 Exercism questions for Elixir 之一时，我注意到 String.replace 以及 Regex.replace 在使用 [:alnum:] 字符类时显然将德语变音符号转换为二进制:

iex(1)> String.replace("ö", ~r/[[:alnum:]]/, "_")
<<95, 182>>
iex(2)> String.replace("ö", ~r/[^[:alnum:]]/, "_")
<<195, 95>>
iex(3)> String.replace("ö", ~r/[_]/, " ")
"ö"

这种行为是由我使用 [:alnum:] 字符类引起的吗？ (真正让我困惑的是第一个和第二个版本都返回一个二进制)

Answer 1

您需要将 u 修饰符传递给正则表达式，以便 [:alnum:] 和其他此类模式匹配 Unicode 字符串。

iex(1)> String.replace("ö", ~r/[[:alnum:]]/u, "_")
"_"
iex(2)> String.replace("ö", ~r/[^[:alnum:]]/u, "_")
"ö"

来自 h 正则表达式:

Modifiers

The modifiers available when creating a Regex are:

• unicode (u) - enables unicode specific patterns like p and change modifiers like w, W, s and friends to also match on unicode. It expects valid unicode strings to be given on match

  ...