如何在 C/C++ PCRE 正则表达式中使用 UTF-8 文字字符

Question

我们正在尝试匹配德语字符串。

Munich tausendschöne Jungfräulein ausendschçne

我们能够将其与PCRE正则表达式相匹配，该正则表达式使用积极的前瞻和多个UTF-8代码点的序列。

例如，(?=.+(x{0068}x{00F6})){1} .

但是，当我们将任何 UTF-8 文字、ö、ä、ç添加到 PCRE 正则表达式中时，pcre_compile()抱怨无效的 UTF-8 正则表达式字符串。

使用带有 PCRE_UTF8、PCRE_UCP、PCRE_CASELESS 选项激活的 C/C++ PCRE 正则表达式，这些选项使用 UTF-8 文字、ö、ä、ç，什么是使用 UTF-8 文字的有效 PCRE 正则表达式ö或ä或ç？

Answer 1

PCRE开发人员Giuseppe D'Angelo在pcre邮件列表中回答了我们的问题：

这是可能的，但必须确保执行字符集 编译器设置为正确输出 UTF-8 序列。是不是 箱？尝试获取要传递到的字符串文本的十六进制转储 pcre_compile（最终，尝试查看汇编程序输出）。