Question

关于golang正则表达式，我有一个小问题。似乎\b boundering选项不起作用当我把这样的角色放进去的时候。

我希望将é视为常规字符。但它被视为一个笨拙的病房。

package main

import (
    "fmt"
    "regexp"
)

func main() {   
    r, _ := regexp.Compile(`\b(vis)\b`)
    fmt.Println(r.MatchString("re vis e"))
    fmt.Println(r.MatchString("revise"))
    fmt.Println(r.MatchString("révisé"))
}

结果是：

true 
false 
true

请给我任何建议如何处理r.MatchString("révisé") false？

谢谢

Answer 1

问题是\b仅适用于围绕ASCII字符的边界，如文档中所述：

在ASCII字边界（一边是\ w，另一边是\ W，\ A或\ z）

é不是ASCII。但是，您可以通过组合其他正则表达式快捷方式来进行自己的\b替换。这是一个简单的解决方案，可以解决问题中给出的情况，但您可能希望添加更全面的匹配：

package main

import (
    "fmt"
    "regexp"
)

func main() {   
    r, _ := regexp.Compile(`(?:\A|\s)(vis)(?:\s|\z)`)
    fmt.Println(r.MatchString("vis")) // added this case
    fmt.Println(r.MatchString("re vis e"))
    fmt.Println(r.MatchString("revise"))
    fmt.Println(r.MatchString("révisé"))
}

Running this给出：

true
true
false
false

此解决方案的作用基本上是将\b替换为(?:\A|\z|\s)，这意味着＆＃34;非捕获组具有以下之一：字符串开头，字符串结尾或空格＆＃34 ;。您可能希望在此处添加其他可能性，例如标点符号。

Golang regexp与拉丁字符的边界

1 个答案: