Ruby1.9の正規表現(鬼車)におけるマルチバイト文字の16進数表記の注意 | やぐにっき

鬼車のREADME.jaの補記 4. Ruby 1.8 の日本語化 GNU regex(version 0.12)との違いを参照する。 Ruby1.9からは、正規表現のライブラリに鬼車が利用されるようになった。 なので構文については鬼車のものが適用されるようになる。 補記にも記述されている通り、Ruby1.8の時の正規表現とはかなり違う。 多機能になった、マルチバイトが使えるようになったとかあるけど、そもそもの構文の違いとしてあるのが、文字集合におけるマルチバイトの16進数表現だ。 例えば、連続しているマルチバイト(平仮名だけとか片仮名だけとか)をマッチングするには # Ruby1.8.7 print "あいうえお".gsub /\xE3\x81[\x82-\x87]/, "" #=> "えお" の様に、1バイトずつの評価として書けた これが鬼車では文字集合の中では、\xHHで表現する文