在zsh中使用Perl单行命令匹配中文字符遇阻求助

问题根源 #

核心问题是Perl未启用UTF-8模式，导致Unicode属性匹配（\p{script=Han}/\P{script=Han}）无法正确识别中文字符。默认情况下Perl会把输入内容当作字节流处理，而非Unicode字符，因此\P{script=Han}会错误匹配所有字节（包括中文字符的字节），\p{script=Han}则找不到任何匹配。

解决方案 #

在Perl命令中添加-CSAD选项（或简化为-C），强制Perl以UTF-8编码处理输入、输出和命令行参数，此时\P{script=Han}会正确匹配非中文字符。同时修正替换表达式，确保保留原内容里的“一”和“二”：

perl -0777 -pi -CSAD -e 's/(一)(\P{script=Han}*?)(二)/<tag ref="$1$3">$1$2$3<\/tag>/g'

验证效果 #

正确匹配场景 #

输入：

一  
<lb/> 二

输出：

<tag ref="一二">一
<lb/> 二</tag>

错误匹配拦截场景 #

输入：

一
<lb/> 三二

由于“一”和“二”之间存在中文字符“三”，\P{script=Han}*?无法匹配这段内容，正则不会触发替换，输入内容保持不变，符合预期。

补充说明 #

• -CSAD选项：C启用UTF-8，S处理标准输入输出，A处理命令行参数，D处理文件句柄
• 若文件编码不是UTF-8，需替换为对应编码选项，比如-Mencoding=gbk（推荐优先使用UTF-8编码）
• 正则中的*?是非贪婪匹配，确保只匹配最近的“一”和“二”组合，避免跨多个匹配对的情况

内容的提问来源于stack exchange，提问作者aewan86