如何識別以漢字混合的整個英文單詞？

Question

我使用單詞邊界來匹配整個英文單詞。如果我匹配的字符串是純英文的，它會正常工作。

例如：SELECT 'a word a' REGEXP '[[:<:]]word[[:>:]]' -> 1

但如果字符串包含任何中國文字，

例如：SELECT 'a word哈哈抓不到我吧 a' REGEXP '[[:<:]]word[[:>:]]' -> 0

我怎樣才能讓我的查詢更加智能，以便趕上英文單詞與中國藏話？

我想REGEXP '[[:<:]]word[[:>:]] | [Chinese]word[[:>:]] | [[:<:]]word[Chinese] | [Chinese]word[Chinese]'但我不知道如何使用Unicode點MySQL的正則表達式...

Answer 1

可以使用轉義「U」加上unicode的十六進制正則表達式，在大多數語言的Unicode字符（如\u0041是'A'）。然後你可以匹配一個unicode範圍。這是所有資金基本拉丁字母即A-Z：

[\u0041-\u005A] 

Good resource

務必仔細檢查您的編碼了。

一個例子來匹配'a word哈哈抓不到我吧 a'包括空格：

.*[\u0041-\u0054 \u0061-\u007a \u0020].* 

在ASCII，這將是：

.*[A-Za-z ].*