मैं इन दो लगभग समान रूबी रेगेक्स पैटर्न के लिए अलग-अलग परिणाम क्यों देख रहा हूं, और मुझे ऐसा लगता है कि मुझे क्या लगता है कि यह नहीं होना चाहिए?

Question

रूबी 1.9.2 का उपयोग करना, मैं आईआरबी में निम्नलिखित रूबी कोड है:

> r1 = /^(?=.*[\d])(?=.*[\W]).{8,20}$/i 
> r2 = /^(?=.*\d)(?=.*\W).{8,20}$/i 
> a = ["password", "1password", "password1", "pass1word", "password 1"] 
> a.each {|p| puts "r1: #{r1.match(p) ? "+" : "-"} \"#{p}\"".ljust(25) + "r2: #{r2.match(p) ? "+" : "-"} \"#{p}\""} 

यह निम्न उत्पादन में परिणाम है:

r1: - "password"   r2: - "password" 
r1: + "1password"  r2: - "1password" 
r1: + "password1"  r2: - "password1" 
r1: + "pass1word"  r2: - "pass1word" 
r1: + "password 1"  r2: + "password 1" 

1.) क्यों परिणाम भिन्न हैं?

2.) r1 स्ट्रिंग्स 2, 3 और 4 पर मैच क्यों होगा? (?=.*[\W]) लुकहेड का कारण यह विफल नहीं होगा क्योंकि उन उदाहरणों में कोई गैर-शब्द वर्ण नहीं हैं?

Answer 1

यह कुछ रेगेक्स सुविधाओं और यूनिकोड के बीच बातचीत से परिणाम देता है। \W सभी गैर-शब्द वर्ण हैं, जिनमें 212A - "KELVIN SIGN" K (PDF link) और 017F - "LATIN SMALL LETTER LONG S" ſ (PDF link) शामिल हैं। /i इनमें से दोनों के निम्न केस संस्करण जोड़ता है, जो "सामान्य" k और s वर्ण (006B - "LATIN SMALL LETTER K" and 0073 "LATIN SMALL LETTER S" (PDF link)) हैं।

तो यह password में है जिसे कुछ मामलों में गैर-शब्द चरित्र के रूप में व्याख्या किया जा रहा है।

ध्यान दें कि ऐसा लगता है कि \W एक वर्ण वर्ग (यानी [\W]) में है। इसके अलावा मैं इसे केवल irb में पुन: उत्पन्न कर सकता हूं, एक स्टैंडअलोन स्क्रिप्ट के अंदर ऐसा लगता है कि यह अपेक्षित काम करता है।

अधिक जानकारी के लिए the Ruby bug about this देखें।