正則表達式字邊界\ b具有在（德語特殊字符）

Question

可能重複使用變音符號的問題：
Javascript RegExp + Word boundaries + unicode characters

在ECMA腳本正則表達式（在這裏測試供參考：http://regexpal.com/）我得到帶有單詞邊界的誤報（使用\b）和變音符號。例如

正則表達式\bPflanzen\b

不應與 「Pflanzenöl」 但它確實。如果我將ö更改爲oe一切正常。正則表達式似乎不認爲變音詞是詞彙的一部分，儘管它們有很多語言。

什麼是最好的解決方法？

Answer 1

正則表達式引擎對速記字符類如何工作有不同的想法。 \b與\w緊密聯繫在幾乎所有的正則表達式任務中幾乎沒有用處，但很遺憾證明在許多情況下「足夠好」以證明它的繼續存在。

在這種情況下，JavaScript的只考慮ASCII [a-zA-Z0-9_]爲\w，自\b與從\w一個字符，東西是不是你會得到觀察到的行爲之間的位置。

通常的解決方法是使用環視，而不是\b：

(?<![a-zA-ZäöüßÄÖÜ])Pflanzen((?![a-zA-ZäöüßÄÖÜ])) 

然而，JavaScript還有不支持回顧後，所以我們需要做點別的：

(^|[^a-zA-ZäöüßÄÖÜ])Pflanzen(?![a-zA-ZäöüßÄÖÜ]) 

這將匹配要麼是字符串的開始，要麼是不是來自該類的字符。無論如何，這很麻煩。時間到了，JavaScript得到了正確的正則表達式支持，包括Unicode和lookaround。