regex - 如何在 tcl 中检查和替换非 UTF-8 字符？

Question

在 tcl 中搜索给定字符串是否包含非 UTF-8 字符的最佳方法是什么？ regexp'ing "^[\x00-\x7f]+$" 是前进的唯一途径吗？

我正在尝试编写一个 tcl 过程来检查给定变量是否包含非 UTF-8 字符以及是否将其替换为“不支持”

Answer 1

所有 Tcl 字符都是 Unicode 字符。

好吧，这没有帮助。您实际上似乎是在询问非 ASCII 字符。假设您想用 ? 替换每个非 ASCII 字符，您可以使用正则表达式替换，如下所示:

regsub -all {[\u0080-\uffff]} $inputString "?" outputString

这里的关键是 RE 位于大括号中(实际上总是强烈推荐)并且我们使用 \uXXXX 转义序列(RE 引擎也能理解)。这可能会导致很多 ? 的出现，但我相信您可以调整。