PCRE2正则字符组内锚点字符匹配喷泉字符的原因咨询

• 先明确两个 emoji 的 Unicode 构成：

  • ⚓️ 由 U+2693（锚基础符号） + U+FE0F（变体选择符-16，用于将符号显示为彩色 emoji 样式） 两个独立码点组成
  • ⛲️ 由 U+26F2（喷泉基础符号） + U+FE0F 两个独立码点组成

• PCRE2 的行为逻辑：
  在 UTF-8 模式下，PCRE2 会把字符组 [⚓️] 拆分为单个 Unicode 码点处理，等价于正则 [\x{2693}\x{FE0F}]——即匹配 U+2693 或 U+FE0F 任意一个码点。由于 ⛲️ 包含 U+FE0F 码点，因此会被匹配命中。

• PCRE1 的行为逻辑：
  PCRE1 处理字符组中的多码点 emoji 时，会将整个 ⚓️ 序列视为不可拆分的匹配单元，因此 [⚓️] 仅匹配完整的 ⚓️ emoji，不会单独匹配其中的 U+FE0F 码点，所以对 ⛲️ 无匹配结果。

• 解决思路：
  若要精确匹配完整的 ⚓️ emoji，要么直接写精确匹配正则 ⚓️，要么在字符组中明确指定仅匹配基础码点，比如 [\x{2693}]。

内容的提问来源于stack exchange，提问作者devope