PCRE是否正確支持unicode字符串？

Question

PCRE是否正確地支持unicode字符串？

Answer 1

是的，它確實（儘管可能不是Unicode 6）。從man page：

當前實現PCRE的用Perl 5.12大致對應，包括端口對於UTF-8編碼的字符串和Unicode一般類別屬性。但是，必須明確啓用UTF-8和Unicode支持;它不是默認值。 Unicode表格對應於Unicode 5.2.0版本。

Answer 2

它完全Unicode 5.1

Answer 3

supportsc如果您PCRE未經UTF-8啓用，您可以通過添加(*UTF8)你的正則表達式的開始打開它編譯。

例如：

> echo ‒ | grep -Po '[‒]' 

匹配每個字符‒的3 UTF-8代碼單獨地（即：3行輸出的）的，而這樣的：

> echo ‒ | grep -Po '(*UTF8)[‒]' 

具有預期結果，產生包含字符‒的一行輸出。

（我正在使用Ubuntu 12.04的股票安裝）