Perl的正则表达式预编译 - UTF8

Question

当我这样做：

use strict; use warnings; 
my $regex = qr/[[:upper:]]/; 
my $line = MyModule::get_my_line_from_external_source(); #file, db, etc... 
print "upper here\n" if($line =~ $regex); 

怎样使用Perl会知道什么时候它只能ascii uppercase当utf8 uppercase匹配吗？ 这是一个预编译的正则表达式 - 所以有些Perl必须知道，什么是大写。取决于区域设置？如果是，如何将“C”语言环境中的utf8大写与预编译的正则表达式匹配？

更新基于tchrist的评论：

use strict; use warnings; use Encode; 
my $regex = qr/[[:upper:]]/; 

my $line = XXX::line(); 
print "$line: upper1 ", ($line =~ $regex) ? "YES" : "NO", "\n"; 

my $uline = Encode::decode_utf8($line); 
print "$uline: upper2 ", ($uline =~ $regex) ? "YES" : "NO", "\n"; 

package XXX; 
sub line { return "alpha-Ω"; } #returning octets - not utf8 chars 

输出是：

alpha-Ω: upper1 NO 
alpha-Ω: upper2 YES 

是什么意思，是预编译的正则表达式是不是“硬预编译”，而是“软预编译” - 所以perl根据匹配的$行的utf8标志替换'[[：upper：]]'。

Answer 1

在Perl 5.14之前，这个没有很好的定义。

随着5.14，知道这是如何被编译的模式，你有/u，/l，/d，/a，或/aa图案修饰。你也可以说

use re "/u"; 

或

use re "/msu"; 

把所有的这些标志上的词汇范围。

例如，在5.14：

% perl -le 'print qr/foo/' 
(?^:foo) 
% perl -E 'say qr/foo/' 
(?^u:foo) 
% perl -E 'say qr/foo/l' 
(?^l:foo) 

我STEAR明确的语言环境;只使用全Unicode。

顺便说一句，我会确保这个“外部源”给你一个正确解码的字符串;也就是说，它的UTF8标志打开了。字符函数在编码字符串上效果不佳，因为它们确实需要解码字符串。