perl 和 sed 中的相同正则表达式工作方式不同

Question

好吧，也许 unicode 或其他有问题，但代码说明了一切：

$ cat leo
сказывать
ссказываю
сказав
BladeMight@Chandere ~ 23:24:58
$ cat leo | perl -pe 's/^с+каз/Рассказ/g'
Рассказывать
ссказываю
Рассказав
BladeMight@Chandere ~ 23:25:00
$ cat leo | sed -r 's/^с+каз/Рассказ/g'
Рассказывать
Рассказываю
Рассказав

我有文件 leo，西里尔文的内容，所以我想用 perl -pe 中的正则表达式 ^с+каз 替换错误的地方，但它只替换了只有 1 с（西里尔字母之一），例如+ 在这种情况下什么都不做（对于非西里尔文它工作正常），尽管在 sed -r 中它工作得很好。为什么会这样？

Answer 1

Perl 需要被告知您的源代码是 UTF-8 (-Mutf8) 并且它应该将标准输入和标准输出视为 UTF-8 (-CS)。

$ cat leo | perl -Mutf8 -CS -pe 's/^с+каз/Рассказ/g'
Рассказывать
Рассказываю
Рассказав

perl 和 sed 中的相同正则表达式工作方式不同

Same regex in perl and sed work differently

perl

cyrillic