Unicode大写字母的正则表达式为什么无法匹配“Ó”？

Question

似乎它无法将带重音的Ó识别为大写字母

#!/usr/bin/env perl
use strict;
use warnings;
use 5.14.0;
use utf8;
use feature 'unicode_strings';

" SIMÓN " =~ /^\s+(\p{Upper}+)/u;
print "$1\n";

返回结果

SIM

Perl应该能够使用Unicode数据，它已经将Ó标记为大写。 来自emacs describe-char

character code properties: customize what to show
  name: LATIN CAPITAL LETTER O WITH ACUTE
  old-name: LATIN CAPITAL LETTER O ACUTE
  general-category: Lu (Letter, Uppercase)
  decomposition: (79 769) ('O' '́')

- user525602

---

我不认为你能够得到比提供的更小的案例了 :-) - paxdiablo

啊，抱歉，@pst。我只是看了一下行数而已，没有注意到内容。你说的没错，正则表达式本身可能可以简化。 - paxdiablo

Answer 1

您需要使用use open ':std', ':locale';来正确编码输出。

如果这样做不起作用，则表示您的文件尽管告诉Perl它是UTF-8编码，但实际上并没有。

- ikegami

---

成功了！我完全不明白，因为我的示例只使用了一个字符串而不是文件... 我猜当我执行 print $1 时出了点问题。 - user525602

没错。:std 会导致发送到 STDOUT 和 STDERR 的字符串被编码，从 STDIN 读取的字节被解码。 - ikegami