Unicode 字符 s 与自身和“s”匹配。

Question

我只是试图清理包含字符 'ſ' （U+017F） 的旧德语文本。我想用 's' 替换它，但是当我使用 :%s/ſ/s/g 时，不仅该字符被替换，而且所有出现的 's' 后跟任意字符都被替换，就好像我使用了命令 :%s/s./s/g 一样。
例如，文本：
Die Gleichheit **) fordert das Nachdenken heraus durch Fragen, die ſich daran knüpfen und nicht ganz leicht zu beantworten ſind.
将被我的命令替换为：
Die Gleichheit **) fordert dasNachdenken herausdurch Fragen, die sich daran knüpfen und nicht ganz leicht zu beantworten sind.
我认为这可能与 'ſ' UTF-8 表示为两个字节序列 （ 0xC5 0xBF ） 的事实有关。这不是一个错误吗？如果没有，有没有办法只是替换而不是也？ 'ſ' 's'
我正在使用 fileencoding=utf-8 和：

vim --version
VIM - Vi IMproved 9.1 (2024 Jan 02)
Included patches: 1-151
echo $LANG
de_DE.UTF-8
这是一张截 :set hlsearch 图：

更新：我在 Windows 10 上安装了高达 586 的 vim 8.0 版补丁，对我的命令和 %u 命令版本都表现出相同的行为。

Answer 1

Louise120 下午好🌅🌅🌅
本答案参考ChatGPT-3.5

问题描述： 我想要清理包含字符 'ſ' （U+017F）的旧德语文本，并将其用 's' 替换。但是当我使用 :%s/ſ/s/g 命令时，不仅该字符被替换，还有所有出现的 's' 后跟任意字符都被替换，就好像我使用了命令 :%s/s./s/g 一样。

可能原因： 这可能是因为 'ſ' 用 UTF-8 表示为两个字节序列（0xC5 0xBF）的原因。

解决方案：

1. 使用 \V 模式匹配替换命令，这将禁用正则表达式的特殊意义。可以使用 :%s/\Vſ/s/g 命令替换匹配的字符。
2. 使用 = 模式匹配替换命令，这将在替换时执行表达式。可以使用 :%s/ſ/=substitute(submatch(0), 'ſ', 's', 'g')/g 命令替换匹配的字符。
3. 如果你仍然遇到问题，可以尝试使用其他的编辑器或文本处理工具，如Python脚本，来进行字符替换操作。

示例代码：

1. 使用 \V 模式匹配替换命令： :%s/\Vſ/s/g

2. 使用 = 模式匹配替换命令： :%s/ſ/=substitute(submatch(0), 'ſ', 's', 'g')/g