Сканирование номеров Unicode в строке с \ d

Согласно документации Oniguruma , тип символа \ d соответствует:

decimal digit char
Unicode: General_Category - Decimal_Number

Однако сканирование \ d в строке со всеми символами Decimal_Number приводит к сопоставлению только латинских цифр 0–9:

#encoding: utf-8
require 'open-uri'
html = open("http://www.fileformat.info/info/unicode/category/Nd/list.htm").read
digits = html.scan(/U\+([\da-f]{4})/i).flatten.map{ |s| s.to_i(16) }.pack('U*')

puts digits.encoding, digits
#=> UTF-8
#=> 0123456789٠١٢٣٤٥٦٧٨٩۰۱۲۳۴۵۶۷۸۹߀߁߂߃߄߅߆߇߈߉०१२३४५६७८९০১২৩৪৫৬৭৮৯੦੧੨…

p RUBY_DESCRIPTION, digits.scan(/\d/)
#=> "ruby 1.9.2p180 (2011-02-18) [i386-mingw32]"
#=> ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9"]

Я неправильно читал документацию? Почему \ d не соответствует другим цифрам Unicode, и / или есть способ сделать это?

8
задан tchrist 29 March 2012 в 18:38
поделиться