如何在C / C ++ PCRE正則表達式中使用UTF-8文字字符？

Question

我們正在嘗試匹配德語字符串。

慕尼黑啤酒屋奧地利啤酒屋

我們能夠將其與PCRE正則表達式匹配，該正則表達式使用正向超前和一系列多個UTF-8代碼點。

例如， (?=.+(\\x{0068}\\x{00F6})){1} 。

但是，當我們將任何UTF-8文字ö ， ä和ç到PCRE正則表達式中時， pcre_compile()抱怨無效的UTF-8正則表達式字符串。

使用C / C ++ PCRE regex並激活PCRE_UTF8 ， PCRE_UCP ， PCRE_CASELESS選項， PCRE_CASELESS選項使用UTF-8文字ö ， ä ， ç ， 使用UTF-8文字ö或ä或ç的有效PCRE regex可能是什么？

Answer 1

PCRE開發人員Giuseppe D'Angelo 在pcre郵件列表上回答了我們的問題：

這是可能的，但你必須確保你的編譯器的執行字符集設置為正常輸出UTF-8序列。 是這樣嗎 嘗試獲取要傳遞給pcre_compile的字符串文字的十六進制轉儲（最終，嘗試查看匯編器輸出）。