VPF::ruby, юникод, рег.выражения, русский язык

navrocky

Дата 16.1.2009, 16:55 (ссылка)

(нет голосов)

Загрузка ...

Новичок

Профиль
Группа: Участник
Сообщений: 21
Регистрация: 21.2.2008
Где: Ростов-на-Дону

Репутация: нет
Всего: нет

Столкнулся с проблемой, что руби не понимает правильно русские буквы в регулярных выражениях. Тоесть не работает тэг \w, не работает режим (?i) с русскими буквами.

Текст и исходники в UTF8, ruby-1.8.6 под линух.

И вообще, с какой кодировкой текста лучше работать в руби?

kemiisto

Дата 16.1.2009, 17:13 (ссылка)

(голосов:1)

Загрузка ...

Дикий Кот. =^.^=

Награды: 1

Профиль
Группа: Участник Клуба
Сообщений: 3292
Регистрация: 29.7.2007

Репутация: 1
Всего: 160

Цитата(navrocky @ 16.1.2009, 14:55

)

Столкнулся с проблемой, что руби не понимает правильно русские буквы в регулярных выражениях.

Чушь!

Цитата(navrocky @ 16.1.2009, 14:55

)

не работает тэг \w

Ну, да, приехали. Даже по тому, что Вы называете это тэг,очевидно, что Ваш уровень знания ругулярных выражений оставляет желать лучшего. RTFM, не сочтите за грубость.

Добавлено @ 17:14

Цитата(navrocky @ 16.1.2009, 14:55

)

И вообще, с какой кодировкой текста лучше работать в руби?

UTF-8. И не только в случае Ruby.

Это сообщение отредактировал(а) kemiisto - 16.1.2009, 17:15

--------------------

XMPP-канал.

Unit testing isn't enough. You need static typing.

Пей, кури, пиши на си! smile

navrocky

Дата 16.1.2009, 18:24 (ссылка)

(нет голосов)

Загрузка ...

Новичок

Профиль
Группа: Участник
Сообщений: 21
Регистрация: 21.2.2008
Где: Ростов-на-Дону

Репутация: нет
Всего: нет

Конечно спасибо за ответ smile

, но он мне не помог.

Цитата

Даже по тому, что Вы называете это тэг,очевидно, что Ваш уровень знания _ругулярных_ выражений...

Не будем придираться к словам. Привожу пример:

Код


rx_city = %r{(?i)((?:Г|П|РП|С|СТ-ЦА)\s+\w+)}
puts rx_city.match("ЛЯ-ЛЯ г Бобруйск ФА-ФА")

выдает: [nil]

Меняем на:

Код

rx_city = %r{(?i)((?:Г|П|РП|С|СТ-ЦА)\s+\w+)}
#puts rx_city.match("ЛЯ-ЛЯ г Бобруйск ФА-ФА")
puts rx_city.match("ЛЯ-ЛЯ Г Bobruysk ФА-ФА")

И результат: Г Bobruysk

ЧЯДТ?

kemiisto

Дата 16.1.2009, 18:59 (ссылка)

(нет голосов)

Загрузка ...

Дикий Кот. =^.^=

Награды: 1

Профиль
Группа: Участник Клуба
Сообщений: 3292
Регистрация: 29.7.2007

Репутация: 1
Всего: 160

navrocky, а Вы понимаете, что \w - это только любой символ на латинице или цифра. Ну не входят туда кириллические символы! И не забываем про $KCODE.

Код


$KCODE='UTF-8'
rx_city = %r{(?:Г|г|П|п|РП|рп|С|c|СТ-ЦА|ст-ца)\s+(\w+|[а-яА-Я]+)}
puts rx_city.match("ЛЯ-ЛЯ г Бобруйск ФА-ФА")
puts rx_city.match("ЛЯ-ЛЯ Г Bobruysk ФА-ФА")

А вот ignore case и правда не работает. smile

Цитата

Also please remember that the /i flag (case insensitive matching) does not work on Unicode strings.

Это сообщение отредактировал(а) kemiisto - 16.1.2009, 19:37

--------------------

XMPP-канал.

Unit testing isn't enough. You need static typing.

Пей, кури, пиши на си! smile

kemiisto

Дата 16.1.2009, 19:38 (ссылка)

(нет голосов)

Загрузка ...

Дикий Кот. =^.^=

Награды: 1

Профиль
Группа: Участник Клуба
Сообщений: 3292
Регистрация: 29.7.2007

Репутация: 1
Всего: 160

Цитата(navrocky @ 16.1.2009, 16:24

)

ЧЯДТ?

Много чего, как видишь. smile

--------------------

XMPP-канал.

Unit testing isn't enough. You need static typing.

Пей, кури, пиши на си! smile

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| Ruby: Общие вопросы \| Следующая тема »