TRegex 匹配 unicode 字符串的意外结果。这是一个错误吗？答案

【问题标题】：Unexpected result with TRegex matching a unicode string. Is this a bug?TRegex 匹配 unicode 字符串的意外结果。这是一个错误吗？
【发布时间】：2018-01-28 08:01:21
【问题描述】：

我使用的是delphi 10.1。我在执行以下操作时得到了意想不到的结果

procedure TForm1.FormCreate(Sender: TObject);
var
  Match: TMatch;
  Regex: TRegex;
  Perl: TPerlRegEx;
const
  s1 = 'Réaitaei: test123';
  s2 = 'Réàààaitaei: test123';
  s3 = 'Réàààààààààaitaei: test123';
  pattern = '(.*): ';
begin
  Regex := TRegex.Create(pattern);
  Match := Regex.Match(s1);
  Assert(Match.Success);
  Memo1.Lines.Add(Match.Groups[1].Value);
  Match := Regex.Match(s2);
  Assert(Match.Success);
  Memo1.Lines.Add(Match.Groups[1].Value);
  Match := Regex.Match(s3);
  Assert(Match.Success);
  Memo1.Lines.Add(Match.Groups[1].Value);

  Perl := TPerlRegEx.Create;
  Perl.RegEx := pattern;
  Perl.Compile;
  Perl.Subject := s1;
  Assert(Perl.Match);
  Memo1.Lines.Add(Perl.Groups[1]);
  Perl.Subject := s2;
  Assert(Perl.Match);
  Memo1.Lines.Add(Perl.Groups[1]);
  Perl.Subject := s3;
  Assert(Perl.Match);
  Memo1.Lines.Add(Perl.Groups[1]);
end;

我明白了：

Réaitaei
Réàààaitaei：t
Réààààààààaaitaei：测试
雷亚泰伊
雷亚塔艾泰伊
雷亚塔亚阿亚泰伊

所以当文档说TRegex 只是TPerlRegex 的包装器时，TPerlRegex 有效，但 TRegex 无效。

我错过了什么还是一个错误？

我发现 Marco Cantu 的帖子说自从 delphi xe7 以来，delphi 使用 pcre 8.35，所以我不认为使用 unicode 会出现任何问题。

【问题讨论】：

柏林也一样，但东京 10.2.1 有效。两者都会导致内存泄漏，您没有为 Perl 调用 Free。
谢谢。我刚刚意识到我的标题不是一个问题，所以我要改写一下，以便有答案。如果您认为这绝对是一个错误，您可能希望将您的评论作为答案。
不确定，但这在柏林有效： Assert(TRegex.Match('Réàààààààààaitaei: test123', '(.*): ').Groups[1].Value = 'Réààààààààaitaei');
可能是这个RSP-15145
泰。我安装了delphi tokyo starter，我的代码现在可以工作了，它确实与您指出的错误报告相同。甚至找到了另一个相关的RSP-17697。

标签： regex debugging unicode pcre delphi-10.1-berlin

【解决方案1】：

看起来RSP-17697 在东京 10.2.1 中解决了这个问题。当您在相关单元上运行比较时，您可以看到 TBytes 已更改为 Unicode String。我已经检查了我重复使用的 RegEx 并且它没有受到影响，但对于任何不确定并使用柏林或更低版本的人，请使用类方法来确保所有工作：TRegex.Match('Réàààààààààaitaei: test123', '(.*): ').Groups[1].Value = 'Réàààààààààaitaei'

这将是一个要追捕的错误

【讨论】：