Answer 1

Answer 2

Tomalak钉它 - 它是关于字边界匹配。我已经弄明白了并删除了这个问题，但威尔建议保持开放给其他人是合理的。

\b实际上是罪魁祸首。

一个结论可能是除了最基本的（即ASCII）之外的任何东西，来自Java的内置便利表达式实际上是无用的。例如。 \w仅匹配ASCII字符，\b基于该字符，等等。

FWIW，我的RegExp结束了：

   (?:^|[\p{P}\p{Z}])(\QThe $earch Term\E)(?:[\p{P}\p{Z}]|$)

其中The $earch Term是我要匹配的文字。

\p{}是Unicode类别。基本上，我打破了标点符号（P）或分隔符（Z）Unicode字符类别中的任何字符。同样，输入的开始和结束都是受到尊重的（使用^和$），并且边界标记在实际搜索时被标记为非捕获组（(?:...)位）术语引用\Q和\E＆amp;放在匹配的组中。