PCRE是否正确支持unicode字符串？

Question

PCRE是否正确地支持unicode字符串？

Answer 1

是的，它确实（尽管可能不是Unicode 6）。从man page：

当前实现PCRE的用Perl 5.12大致对应，包括端口对于UTF-8编码的字符串和Unicode一般类别属性。但是，必须明确启用UTF-8和Unicode支持;它不是默认值。 Unicode表格对应于Unicode 5.2.0版本。

Answer 2

它完全Unicode 5.1

Answer 3

supportsc如果您PCRE未经UTF-8启用，您可以通过添加(*UTF8)你的正则表达式的开始打开它编译。

例如：

> echo ‒ | grep -Po '[‒]' 

匹配每个字符‒的3 UTF-8代码单独地（即：3行输出的）的，而这样的：

> echo ‒ | grep -Po '(*UTF8)[‒]' 

具有预期结果，产生包含字符‒的一行输出。

（我正在使用Ubuntu 12.04的股票安装）