perl正则表达式中文问题

 

在使用perl从地址中提取街道的时候遇到了个很诡异的问题

同样一个地址，连续进行两次匹配出来的结果居然不一样

一次是正常的，一次是乱码，搞了半天没弄明白是怎么回事

看来perl的中文处理能力还是有待加强

后来在进行正则匹配之前尝试用了use encoding "gbk"; 

还算运气不错，居然搞定了

use encoding "gbk"; 

$address=~/^(.*(市|区))?(.*?(街|路|道)).*?$/s;

no encoding;

后面那个no encoding也别忘记了，否则本来能跑的代码可能就因为加了

一个use encoding "gbk"; 而变的错误满天飞了

补充：后来发现又有问题了：（，看来用这个方法也不行，哎，状态真差

再次补充：解决方法用Encode模块的encode和decode方法进行编码和转码，先将正则表达式和需要匹配的字符串都从gbk转成utf8编码，然后进行匹配，匹配出来的结果再转成gbk返回（此方案来源于perl首席专家，在此向他表示感谢）

来源：http://www.bfor.cn/fish/archive/138523.aspx