PCRE 似乎正在删除特定字符答案

【问题标题】：PCRE seems to be removing particular charactersPCRE 似乎正在删除特定字符
【发布时间】：2011-02-01 19:34:50
【问题描述】：

我有一段文本（部分是法语部分是英语），其中多次包含欧洲风格的加元符号 ($C)。当我尝试使用传统或 unicode 字符的正则表达式时，符号已从文本中删除并且无法匹配。我使用了一个惰性正则表达式，因此如果它没有找到预期的符号，它仍然可以工作。

此外，文本位于 xml utf-8 文档中，并从 Web 界面（内部制作）显示。

【问题讨论】：

为什么不显示您尝试过的代码和一些示例文本？
确定文本：总票价：256,00 $C 税费：221,42 $C 机票总价：477,42 $C 渥太华（麦克唐纳-卡地亚国际机场）到多伦多（YYZ） 2011 年 3 月 8 日下午 1:30 - 下午 2:32
正则表达式：
小改动：$pattern = '/总计：((\D|\P{N})+?\s?)?(?:'.$cost.')\s?( (\D|\P{N})+?\s?)?/';

【解决方案1】：

转义正则表达式中的 $，美元符号在正则表达式中具有特殊含义。

【讨论】：

【解决方案2】：

在 perl 中，正则表达式和代码以 ascii 显示，但如果你想在文本中嵌入 unicode，首先你必须有一个可以处理 unicode 的编辑器，其次你必须告诉 Perl 你的源代码包含 unicode（带有use utf8'pragma）。

如果您不想这样做，您可以在字符串（正则表达式）中嵌入（在 Perl 中）代码点，使用类似这样的结构 $regex = /this is some text, this: is \x{1209} a codepoint unicode 字符/;

如果数据源被解码为 Unicode（内部化）并包含该字符，则它匹配该字符。

编辑 - 我认为加拿大元没有 unicode，而是 '$C'，就像有人说如果插入正则表达式，你必须转义 $。如果保留 $C，则字符类 [$C] 匹配 $ 或 C，而不是组合。也许 (?:\$|\$C) 会是一个更好的锚。

【讨论】：

我最终将不得不解码多个符号，因此在这里使用特定的字符代码无效。
我认为utf-8可能没有启用。有谁知道如何检查 pcre 并且如果没有启用很容易启用它（无需重建）？
我把模式的结尾改成了（\$）？一个人，它仍然找不到它，所以我很确定它是 unicode。
@Chris，如果你的字符串是单引号，'\$' 将尝试匹配文字 \ 然后 $，在这种情况下，'$' 就是你想要的。尝试单独的 '/(.*?)$/' 或 '/$/' 只是为了匹配。或者您可以尝试“/\$/”甚至“/\x{0024}/”。
谢谢在进入数据库的问题中不能使用引号。它基本上归结为这两个字符被视为“”。

【解决方案3】：

这个问题原来是我调用 eval() 之前代码中的一个错误。法语 unicode 中的某些东西与传递给 eval 的代码搞砸了，所以通过不将文本和正则表达式结合起来，它工作得很好。

【讨论】：