为什么我看到这两种几乎相同的 Ruby 正则表达式模式有不同的结果，为什么其中一个与我认为不应该匹配的结果？

Question

使用 Ruby

1.9.2，我在 IRB 中有以下 Ruby 代码：

> r1 = /^(?=.*[d])(?=.*[W]).{8,20}$/i
> r2 = /^(?=.*d)(?=.*W).{8,20}$/i
> a = ["password", "1password", "password1", "pass1word", "password 1"]
> a.each {|p| puts "r1: #{r1.match(p) ? "+" : "-"} "#{p}"".ljust(25) + "r2: #{r2.match(p) ? "+" : "-"} "#{p}""}

这将产生以下输出：

r1: - "password"         r2: - "password"
r1: + "1password"        r2: - "1password"
r1: + "password1"        r2: - "password1"
r1: + "pass1word"        r2: - "pass1word"
r1: + "password 1"       r2: + "password 1"

1.） 为什么结果不同？

2.） 为什么r1在字符串 2、3 和 4 上匹配？(?=.*[W])前瞻不会因为它失败，因为这些示例中没有任何非单词字符？

Answer 1

这是由几个正则表达式功能和 Unicode 之间的交互引起的。 W都是非单词字符，其中包括 212A - "开尔文符号"K（PDF 链接）和 017F - "拉丁小写字母 LONG S"ſ（PDF 链接）。/i添加了这两个字符的小写版本，它们是"正常"k和s字符（006B - "拉丁小写字母 K"和 0073"拉丁小写字母 S"（PDF 链接））。

因此，在某些情况下，password中的s被解释为非单词字符。

请注意，这似乎仅在W位于字符类中时才会发生（即 [W]）。我也只能在irb中重现这一点，在独立脚本中，它似乎按预期工作。

有关详细信息，请参阅有关此内容的 Ruby 错误。