我似乎无法获得与主题标签#，@或字边界相匹配的正则表达式。目标是将字符串分解为类似Twitter的实体和主题：
input = "Hello @world, #ruby anotherString"
input.scan(entitiesRegex)
# => ["Hello", "@world", "#ruby", "anotherString"]
为了得到单词"anotherString"，这个单词太大了，很简单：
/\b\w{3,12}\b/
将返回["Hello", "world", "ruby"]。不幸的是，这并不包括主题标签和@。它似乎应该只用于：
/[\b@#]\w{3,12}\b/
但返回["@world", "#ruby"]。这让我意识到单词边界根本不是一个字符，所以它们不属于＆＃34;单个字符＆＃34;因此，不会匹配。还有一些尝试：
/\b|[@#]\w{3,12}\b/
返回["", "", "@world", "", "#ruby", "", "", ""]。
/((\b|[@#])\w{3,12}\b)/
匹配正确的东西，但按预期返回[[""], ["@"], ["#"], [""]]，因为大括号也意味着捕获所有内容。
/((\b|[@#])\w{3,12}\b)/
有点作品。它返回[["Hello", ""], ["@world", "@"], ["#ruby", "#"]]。所以现在所有正确的项目都在那里，它们只是位于每个子阵列的第一个元素。以下代码段在技术上有效：
input.scan(/((\b|[@#])\w{3,12}\b)/).collect(&:first)
是否可以简化此操作以匹配并返回正确的子字符串，只需使用不需要collect后处理的正则表达式？
答案 0 :(得分：4)
您可以使用正则表达式/[@#]?\b\w+\b/。也就是说，可选地匹配@或#，后跟一个字边界（在#ruby中，该边界位于#和ruby之间，正常的单词，它也会在单词的开头匹配）和一堆单词字符。
p "Hello @world, #ruby anotherString".scan(/[@#]?\b\w+\b/)
# => ["Hello", "@world", "#ruby", "anotherString"]
此外，您可以使用量词调整匹配单词应具有的字符数。您在对已删除答案的评论中举例说明，仅使用#ruby与{3,4}匹配：
p "Hello @world, #ruby anotherString".scan(/[@#]?\b\w{3,4}\b/)
# => ["#ruby"]