对非英语字符不区分大小写的正则表达式

Question

我需要对包含非英语字符（西班牙语、法语、德语和俄语）的文本执行正则表达式匹配。

我希望匹配忽略大小写，所以对于英语字符，我只会使用/i修饰符，但这对于像übermäšig这样的单词不起作用。

最简单的编写正则表达式的方法是什么，比如说，同时匹配übermäßig和ÜbermÄßig？在Perl中，是否可以使用相同的方法将大写非英语字母转换为小写等效字母？

Answer 1

它对我有用。你需要使用utf8；吗？

_{（免责声明：我不懂Perl。）}

Answer 2

如果字符串使用Perl的内部编码，/i修饰符工作得很好。

例如，这会打印“是”：

perl -le 'use utf8; print "yes" if "ÜBERMäßig" =~ /überMÄßiG/i'

“使用utf8”告诉Perl我的源代码是用UTF-8编码的，因此Perl将源代码中的所有文本字符串从UTF-8解码为其内部编码。如果不使用utf8，此示例将无法运行。

如果您的字符串来自其他地方，那么您可能需要应用Encode::decode-或者告诉您的源代码来生成正确解码的字符串（例如，可能使用大多数DBI驱动程序）。

Answer 3

它工作得非常好

$ perl -E'use utf8; say "ÜBERMÄẞIG" =~ /^übermäßig\z/i ? "match" : "no match"'
match

$ perl -E'use utf8; say "ÜBERMÄSSIG" =~ /^übermäßig\z/i ? "match" : "no match"'
match

（使用utf8；表示源代码使用UTF-8编码。在剧本中不可能有其他任何方式的角色。）

我怀疑是编码问题，这意味着你认为你给了Perl“ß”，而你没有。这也可能是因为你使用的是旧版本的Perl，不能正确处理多字符折叠。一般来说，使用/u，可能会有所帮助，但对于本例来说，这并没有什么区别。