perl 和 sed 中的相同正则表达式的工作方式不同答案

【问题标题】：Same regex in perl and sed work differentlyperl 和 sed 中的相同正则表达式的工作方式不同
【发布时间】：2019-11-29 21:29:55
【问题描述】：

好吧，也许是 unicode 等有问题，但代码说明了一切：

$ cat leo
сказывать
ссказываю
сказав
BladeMight@Chandere ~ 23:24:58
$ cat leo | perl -pe 's/^с+каз/Рассказ/g'
Рассказывать
ссказываю
Рассказав
BladeMight@Chandere ~ 23:25:00
$ cat leo | sed -r 's/^с+каз/Рассказ/g'
Рассказывать
Рассказываю
Рассказав

我有文件leo，内容为西里尔文，所以我想用perl -pe 中的正则表达式^с+каз 替换错误的地方，但它只替换只有1 个с（西里尔文之一）的地方，例如+ 在这种情况下什么都不做（对于非西里尔字母，它工作正常），尽管在 sed -r 中它工作得很好。为什么会这样？

【问题讨论】：

您还需要避免使用useless cat。
提示：无需涉及cat。你可以使用perl -pe'...' leo
@ikegami 我会注意的。

标签： perl cyrillic

【解决方案1】：

需要告知 Perl 您的源代码是 UTF-8 (-Mutf8)，并且应该将 stdin 和 stdout 视为 UTF-8 (-CS)。

$ cat leo | perl -Mutf8 -CS -pe 's/^с+каз/Рассказ/g'
Рассказывать
Рассказываю
Рассказав

【讨论】：

注意：use utf8 仅在代码内部使用 utf8 编码时是必需的（例如在这种特殊情况下的搜索模式）。当utf8 输入/输出发生时，几乎任何时候都需要一个选项-CS。