From: NAITOH Jun <naitoh@...>
Date: 2001-01-14T21:43:54+09:00
Subject: [ruby-list:27113] 文字クラス "\w"

内藤と申します。

Rubyの正規表現の文字クラス"\w" で悩んでいたのですが、
英数字以外に、多バイトな日本語も含むのですね。

Rubyプログラミング入門 P226
表 4.4 の"\w"の説明が、

> 略記  文字クラス 意味
> \w   [0-9A-Za-z] 英数字

とあるのですが、次のページには、
「すなわち、\wと\Sと\Dは日本語の文字1文字にマッチします。」

と、いう説明があるので、"\W"の間違いじゃないの?
と、よくわからず悩んでおりました。
(実際にはKCODEを指定した場合、
 多バイト文字が\wにマッチしましたので後半部分の説明はあってますが。)


Ruby1.4のリファレンスマニュアル(日本語版)には
> \w 
> 英数字．[0-9A-Za-z_]と同じ
> 日本語のいわゆる全角文字も含む
http://www.ruby-lang.org/ja/man-1.4/syntax.html#regexp

とあるので、Rubyプログラミング入門も、
こういった表現の方がわかりやすくていいと思います。
("_"も、含むのですね。)

Ruby ユーザーズガイド
http://www.ruby-lang.org/ja/uguide/uguide05.html
Ruby チュートリアル
http://www.ruby-lang.org/ja/tutorial/tutorial03.html
こちらも"\w"についての説明の部分に、
日本語(多バイト文字)についての説明があった方がいいと思います。

オブジェクト指向スクリプト言語Ruby(いわゆるRuby本)も、同様に"\w"について
説明不足な感じがします。
(すでに他の方が御指摘されていたらすいません。)

とりあえず、気づいた点だけ報告させて頂きました。
--
NAITOH Jun
naitoh@be-in.org