Unicode 字符的正则表达式在 .net 中不起作用答案

【问题标题】：Regex for unicode characters not working in .netUnicode 字符的正则表达式在 .net 中不起作用
【发布时间】：2017-02-07 09:13:34
【问题描述】：

我正在尝试解析以下字符串（我猜是法语）：

L'OPéRATION NE PEUT êTRE EFFECTUéE

为此，我制作了这个正则表达式 [\p{L} ']+ ，它在 regexbuddy(regex tester) 甚至 [\w' ]+中都能正常工作> 也在工作但问题是当我运行我的 .net 代码时，相同的正则表达式不起作用。直到L'OP。

附上快照。提前致谢。

【问题讨论】：

请提供minimal reproducible example 作为文本，以便我们重现问题。屏幕截图比文本更难处理。
您需要展示如何实例化正则表达式对象。您确定L'OP 之后的é 是单个Unicode 代码点吗？如果有带变音符号的char，需要使用[\p{L}\p{M} ']+
这从来都不是正则表达式的问题，我只是添加了这个作为参考，说明为什么正则表达式不能在 .net 中工作但在正则表达式测试器中工作。

【解决方案1】：

我想我已经找到了问题，它都在一个文件中，我正在阅读那个文件，就像

MemoryStream mm = new MemoryStream(unzippedfile, false);
StreamReader sr = new StreamReader(mm, true);

所以，当字符串到达正则表达式对象时，它是不一样的，它变成了 L'OP.RATION NE PEUT ‘TRE EFFECTU.E.

但是，我现在更改了代码：

StreamReader sr = new StreamReader(mm,Encoding.UTF7, true);

而且一切正常。感谢您的 cmets 我从您的 cmets 那里得到了线索。

【讨论】：