知识卡片

普通读书笔记卡 · 1911.e.2

正则字符不等于视觉字符

理解等级:中级

人眼看到一个带重音字母,底层可能是一个预组码点,也可能是基本字母加组合记号。若引擎按码点处理,点号和字符组可能分别处理这些码点,量词也可能只作用于最后一个组合记号。字符簇相关构造如\X需按具体实现核对,不能把“一个可见字符”自动等同于一个点号。编码、正规化和匹配单位分别影响结果。

原书用\X表示基本字符加组合记号,并把它与点号比较,这是当时实现的范围。不能把书中的\P{M}\p{M}*展开式当作所有现代实现的字符簇定义;本卡保留匹配单位的区分,具体边界按目标版本核对。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      组合字符序列 一般人眼里的“字符”(character)并不都会被 Unicode 或者支持 Unicode 的程序(或者正则引擎)看作一个字符。例如,有人或许认为 à是一个字符,但是在 Unicode 中,它可能由两个代码点构成,U+0061(a)和钝重音(grave

    • · 查看原书依据

      Unicode组合字符序列:\X ☞120 字符组缩略表示法:\w、\d、\s、\W、\D、\S ☞121 Unicode属性、区块和分类:\p{Prop}、\P{Prop} ☞125 字符组运算符:[[a-z]&&[^aeiou]] ☞127 POSIX“字符组”方括

    参考来源

    - 位置:《精通正则表达式(第3版)》字符串、字符编码和匹配模式(spine 22;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0008_split_003.html`;来源键`s022-ch03-016`)。 - 结论依据:本项实际展开相应解释,图145..166已逐一读取;原书已知错误及过时边界不沿用。 - 原始内容:组合字符序列 一般人眼里的“字符”(character)并不都会被 Unicode 或者支持 Unicode 的程序(或者正则引擎)看作一个字符。例如,有人或许认为 à是一个字符,但是在 Unicode 中,它可能由两个代码点构成,U+0061(a)和钝重音(grave - 位置:《精通正则表达式(第3版)》常用的元字符和特性(spine 23;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0008_split_004.html`;来源键`s023-ch03-016`)。 - 结论依据:本节文字及表3-6至3-14和相邻代码图实际展开该内容;版本表仅作历史范围,不宣称现版本功能一致。 - 原始内容:Unicode组合字符序列:\X ☞120 字符组缩略表示法:\w、\d、\s、\W、\D、\S ☞121 Unicode属性、区块和分类:\p{Prop}、\P{Prop} ☞125 字符组运算符:[[a-z]&&[^aeiou]] ☞127 POSIX“字符组”方括