Исходное сообщение
"regexp  + UTF-8 = не работает" Отправлено Аноним, 12-Мрт-09 19:45
Добрый день, уважаемые. Подскажите пожалуйста почему Perl не парсит рег.выражения на русском вида [а-яА-Я] при использовании UTF8. Хотя с CP1251 проблем нет(если делаю iconv + использую setlocale(LC_CTYPE,"ru_RU.CP1251"); Имею: $ locale LANG=ru_RU.UTF-8 LC_CTYPE="ru_RU.UTF-8" LC_NUMERIC="ru_RU.UTF-8" LC_TIME="ru_RU.UTF-8" LC_COLLATE="ru_RU.UTF-8" LC_MONETARY="ru_RU.UTF-8" LC_MESSAGES="ru_RU.UTF-8" LC_PAPER="ru_RU.UTF-8" LC_NAME="ru_RU.UTF-8" LC_ADDRESS="ru_RU.UTF-8" LC_TELEPHONE="ru_RU.UTF-8" LC_MEASUREMENT="ru_RU.UTF-8" LC_IDENTIFICATION="ru_RU.UTF-8" LC_ALL= Файл, к-ый хочу пропарсить имеет строки вида: "Администратор" "Марфа Васильевна" Естественно он сохранен в UTF-8 Мой скрипт: #!/usr/bin/perl use strict; use warnings; open(DATA,'file.txt'); my $infile = <DATA>; close DATA; while($infile =~ m/([А-Яа-я]+)/gi) {         print "$1\n"; } На выходе получаю: $ perl report.pl Админи а о Ма а Ва ил евна В чем трабла? На википедии написано что с юникодом проблем не должно быть: "Для использования последовательностей букв необходимо установить правильную кодовую страницу в которой эти последовательности будут идти в порядке от и до указанных символов. Для русского языка это Windows-1251, ISO 8859-5 и Юникод, так как в DOS-855, DOS-866 и KOI8-R русские буквы не идут одной целой группой или не упорядочены по алфавиту."

Ваше сообщение
Имя*:
EMail:	Для отправки новых сообщений в текущей нити на email укажите знак ! перед адресом, например, !user@host.ru (!! - не показывать email). Более тонкая настройка отправки ответов производится в профиле зарегистрированного участника форума.
Заголовок*:
Сообщение*:	> Добрый день, уважаемые. > Подскажите пожалуйста почему Perl не парсит рег.выражения на русском вида [а-яА-Я] при > использовании UTF8. Хотя с CP1251 проблем нет(если делаю iconv + использую > setlocale(LC_CTYPE,"ru_RU.CP1251"); > Имею: > $ locale > LANG=ru_RU.UTF-8 > LC_CTYPE="ru_RU.UTF-8" > LC_NUMERIC="ru_RU.UTF-8" > LC_TIME="ru_RU.UTF-8" > LC_COLLATE="ru_RU.UTF-8" > LC_MONETARY="ru_RU.UTF-8" > LC_MESSAGES="ru_RU.UTF-8" > LC_PAPER="ru_RU.UTF-8" > LC_NAME="ru_RU.UTF-8" > LC_ADDRESS="ru_RU.UTF-8" > LC_TELEPHONE="ru_RU.UTF-8" > LC_MEASUREMENT="ru_RU.UTF-8" > LC_IDENTIFICATION="ru_RU.UTF-8" > LC_ALL= > Файл, к-ый хочу пропарсить имеет строки вида: > "Администратор" "Марфа Васильевна" > Естественно он сохранен в UTF-8 > Мой скрипт: > #!/usr/bin/perl > use strict; > use warnings; > open(DATA,'file.txt'); > my $infile = <DATA>; > close DATA; > while($infile =~ m/([А-Яа-я]+)/gi) { > print "$1\n"; > } > На выходе получаю: > $ perl report.pl > Админи > а > о > Ма > а > Ва > ил > евна > В чем трабла? > На википедии написано что с юникодом проблем не должно быть: > "Для использования последовательностей букв необходимо установить правильную кодовую > страницу в которой эти последовательности будут идти в порядке от и > до указанных символов. Для русского языка это Windows-1251, ISO 8859-5 и > Юникод, так как в DOS-855, DOS-866 и KOI8-R русские буквы не > идут одной целой группой или не упорядочены по алфавиту."
	Введите код, изображенный на картинке: