6.3 匹配Unicode字符属性

在某些实现（比如像Perl）中，还可以匹配Unicode的字符属性。这些属性包括字符是否是字母、数字或标点符号。

现在介绍一下ack，这是一个用Perl语言编写的命令行工具，它跟grep功能相似（见http://betterthangrep.com）。系统一般不会附带这个程序，用户需要自己下载并安装。（参见6.6节）。

我们要用ack来处理席勒1785年的作品“An die Freude”的片段（或许你不认识，这是德语）：

An die Freude.
Freude, schöner Götterfunken,
Tochter aus Elisium,
Wir betreten feuertrunken
Himmlische, dein Heiligthum.
Deine Zauber binden wieder,
was der Mode Schwerd getheilt;
Bettler werden Fürstenbrüder,
wo dein sanfter Flügel weilt.
Seid umschlungen, Millionen!
Diesen Kuß der ganzen Welt!
Brüder, überm Sternenzelt
muß ein lieber Vater wohnen.

该片段中有几个有趣的字符，它们不在ASCII的范围内。我们要通过属性来看看这首诗的文本内容。（如果你想知道这段文字的意思，可以将其输入到Google Translate中（http://translate.google.com）。）

在命令行中使用ack时，你可以指定查看那些属性为字母（L）的字符：

ack '\pL' schiller.txt

该命令会将字母都高亮显示。对于小写字母，则要在括号中使用Ll：

ack '\p{Ll}' schiller.txt

括号是必需的。对于大写字母，则是Lu：

ack '\p{Lu}' schiller.txt

要指定不符合某个属性的字符，则使用大写P：

ack '\PL' schiller.txt

这个命令会将非字母字符标亮。

下面的正则表达式用于查找非小写字母：

ack '\P{Ll}' schiller.txt

而这个正则表达式则高亮显示非大写字母：

ack '\P{Lu}' schiller.txt

在另外一个基于浏览器的正则表达式测试程序http://regex.larsolavtorvik.com中也可以这样做。图6-4展示的是使用小写字母属性（\p{Ll}）标亮席勒诗中小写字母的结果。

图6-4 使用小写字母属性标亮字符

表6-2列出了在\p{property}或\P{property}中使用的字符属性名（参见http://www.pcre.org/pcre.txt中的pcresyntax(3)）。还可以用属性对各种人类语言进行匹配，具体参见表A-8。

表6-2 字符属性