Pesquisando números Unicode em uma string com \ d
De acordo com documentação Oniguruma, a\d corresponde ao tipo de caractere:
decimal digit char
Unicode: General_Category - Decimal_Number
No entanto, procurando por\d em uma string com todos os caracteres Decimal_Number resulta apenas na correspondência de 0 a 9 dígitos latinos:
#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"]
Estou interpretando mal a documentação? Por que não\d corresponde a outros números Unicode e / ou existe uma maneira de fazê-l