我有一个填充泰米尔语单词和搜索字符串的网格。我需要通过Grid记录实现全字搜索。我正在使用.NET Regex类来实现这种方法。这听起来很简单，我以前做的是：
"\bஅம்மா\b"。
它在拉丁语中的表现与预期相同，但对于泰米尔语，这个表达式会返回奇怪的结果。我在正则表达式中读过有关Unicode字符的内容，但这对我来说似乎没什么帮助。我可能需要的是确定找到的单词边界在哪里以及为什么。
举个例子： 对于{{1}}模式，Regex找到了匹配项 அம்மாவிடம்和அம்மாக்கள்记录但不在原始的அம்மா记录中。
答案 0 :(得分：1)
＆＃34;அம்மா＆＃34;中的最后一个字符单词是 0BBE TAMIL VOWEL SIGN AA ，它是一个组合标记（在正则表达式中，它可以与\p{M}匹配）。
由于\b仅匹配字符串的开头/结尾与单词char或单词与非单词char之间的匹配，因此在char和非单词char之后不会匹配。< / p>
在这种情况下使用常用的解决方法。
var pattern = $@"(?<!\w){searchText}(?!\w)";
请参阅this regex demo。
此处，(?<!\w)如果在searchText之前有单词char并且(?!\w)在匹配后失败，如果在要查找的文本后面有单词char，则Regex.Escape(searchText)会失败。请注意，如果文本可以包含特殊的正则表达式字符，您也可以使用var pattern = $@"(?<![\p{{L}}\p{{M}}]){searchText}(?![\p{{L}}\p{{M}}])";
。
或者，如果您想在基本字母/变音符号内避免匹配，请使用
(?<![\p{L}\p{M}])请参阅this regex demo。
(?![\p{L}\p{M}])和{{1}}外观与上述内容类似，只是如果搜索词组的任一侧有字母或组合标记，它们就会失败。