Lazarus. RegExpr. Кириллица. Результаты странные выдает.

[Son]

Здравствуйте. В Lazarus (может в этом проблема) пишу парсер. Есть текст:

name="ОЭС Урала"
name="ОЭС Средней Волги"
name="ОЭС Юга"
name="ОЭС Северо-Запада"
name="ОЭС Центра"
name="ОЭС Сибири"

Если к нему применяю выражение :

name="[А-яЁё\s]+

то получаю такой результат:

name="ОЭС У
name="ОЭС С
name="ОЭС Юга
name="ОЭС Севе
name="ОЭС Цен
name="ОЭС Сиби

Подскажите пожалуйста где я мог ошибиться?

[Аватар]

О-о. У regexpr лазаруса проблемы с кириллической "р"? Всегда в досовском фоксе мучался с сортировкой из за неё. А как дела с "Н"?

[Lardes]

procedure RegExprName(AData: string);
var
  RegExpr: TRegExpr;
begin
  RegExpr := TRegExpr.Create;
  try
    RegExpr.Expression := 'name="(.*?)"';

    if RegExpr.Exec(AData) then
      repeat
        ShowMessage(RegExpr.Match[1]);
      until not RegExpr.ExecNext;

  finally
    RegExpr.Free;
  end;
end;

В AData ваш текст.

UPD. Советую посмотреть по Unicode

[Stilet]

А код можешь показать?

P.S. Хы. Все порешали?

У regexpr лазаруса проблемы с кириллической "р"?

Тогда почему: name="ОЭС Цен а не name="ОЭС Цент
?

[Son]

Сообщение от Lardes

procedure RegExprName(AData: string);
var
  RegExpr: TRegExpr;
begin
  RegExpr := TRegExpr.Create;
  try
    RegExpr.Expression := 'name="(.*?)"';

    if RegExpr.Exec(AData) then
      repeat
        ShowMessage(RegExpr.Match[1]);
      until not RegExpr.ExecNext;

  finally
    RegExpr.Free;
  end;
end;

В AData ваш текст.

UPD. Советую посмотреть по Unicode

Это помогло немного, но хотелось разобраться с кириллицей(. Тем более в том xml который парсю есть другие элементы в name=""

[Lardes]

Пройдите по ссылке и внимательно прочитайте. Lazarus сам по себе юникодный, и если вы пытаетесь сунуть ему текст системной кодировки (у винды кодировка не UTF8) покажутся "крякозябры". Нужно этот текст преобразовать в UTF8.

uses
  FileUtil;

function SysToUTF8(const s: string): string;

[Son]

Сообщение от Lardes

Пройдите по ссылке и внимательно прочитайте. Lazarus сам по себе юникодный, и если вы пытаетесь сунуть ему текст системной кодировки (у винды кодировка не UTF8) покажутся "крякозябры". Нужно этот текст преобразовать в UTF8.

uses
  FileUtil;

function SysToUTF8(const s: string): string;

Перевел RegExpr в режим Unicode, теперь выдает ошибку. Преобразования не помогают, т.к. и без преобразований RegExpr выдает почти нужный результат (за исключением некоторых букв).

[Stilet]

Нужно этот текст преобразовать в UTF8.

С чего бы это? Причем тут регулярка?

[Lardes]

Stilet, посмотри "list_ansi.txt" в ANSI, "list_utf8.txt" в UTF8

[Stilet]

Ты не понял )
Я говорю о том что регулярка работает и с ANSI. Т.е. не нужно строки переводить никуда. Другое дело что вывод на экран этого может потребовать, но для парсинга это не нужно.