Ver Tema - Problemas expresiones regular \b con tildes y ñ

Vertik · 2012-01-19 10:27 @477

¡Hola a todos!

¡Tengo una dudilla! Nuestro gran idioma tiene caracteres como á,ó,ñ,...

Lo que me sucede con ellos es que al hacer un split() con \b a la linea "esto es una prueba con el español", es decir:

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

my $linea="esto es una prueba con el español";
  @tmp=split('\b',$linea);
print "@tmp";
 

El resultado es:

Syntax: [ Download ] [ Hide ]

Using text Syntax Highlighting

esto   es   una   prueba   con   el   espa ñ ol

Separando, como veis, la palabra español de la manera espa/ñ/ol.

¿Sabéis cómo puede evitar esto, y que la ñ (como las tildes) formen parte de las palabras?

¡Mil gracias!

explorer · 2012-01-19 11:23 @516

Pues depende de:

La codificación que estás usando para escribir tu programa. Mejor dicho: de la codificación en la que están esos caracteres literales (si no hay caracteres literales, vendrán de algún fichero o de alguna entrada).
La versión de Perl que estés usando.

Por ejemplo, yo uso para escribir mis programas la codificación utf-8, así que la salida de este programa es:

Syntax: [ Download ] [ Hide ]

Using perl Syntax Highlighting

#!/usr/bin/perl
use Modern::Perl;           # Programamos en Perl Moderno
use utf8::all;              # Activa todo el soporte para utf8
 
my $linea = "esto es una prueba con el español";
my @tmp   = split /\b/, $linea;
$"        = '][';
 
say "[@tmp]";
__END__
[esto][ ][es][ ][una][ ][prueba][ ][con][ ][el][ ][español]

Publicidad

Socializa