一个正则处理汉字的问题，请各位看看
正则：
(?<keyword1>.*?)(飞)(?<keyword2>.*?)
用的是-lboost_regex
预期匹配到例如 “北京飞南京”这样的输入（gbk编码），并将北京和南京两个关键词找出来
大部分验证都是正确的，但是今天发现了个特列
输入“史上”，这个正则也能匹配中.....

最终找到原因是:
飞的gbk编码：B7C9
史CAB7上C9CF

我的理解是：正则表达式的处理是按字节处理的，因为是gbk编码，汉字都被拆成两个字节，
史的第二个字节和上的第一个字节
整好拼成了飞，所以就命中了该正则

求如何破，才能让“史上”不命中
ps：gbk编码方式不变 正则 regex c++
[解决办法]

引用:

Quote: 引用:

.*
换成
(..)*
试试看
不过这样就只能是中文的了。

是啊，这样只能用中文了，别的用不了
还是不行

可以把.改成中文编码规则
(?<keyword1>(([\x80-\xff].)
[解决办法]
[a-zA-Z])*?)(飞)(?<keyword2>(([\x80-\xff].)
[解决办法]
[a-zA-Z])*?)