使用\ b和国际字符的Javascript正则表达式问题

Question

我在简单的正则表达式匹配方面遇到了很多问题。

我的这个字符串带有重音字符（这只是一个例子）"Botó Entrepà Nadó Facebook! "我希望使用其他列表中的单词匹配单词。

这是我的代码的简化版本。例如，匹配“Botó”

var matchExpr = new RegExp ('\\b' + 'Botó' + '\\b','i'); 
"Botó Entrepà Nadó Facebook! ".match(matchExpr);

如果我运行它，它与“Botó”不符合预期（Firefox，IE和Chrome）。

我认为这是我的错误。但是这里很有趣......

如果我修改字符串"Botón Entrepà Nadó Facebook! "（请注意“n”之后的“Botó”并运行相同的代码：

var matchExpr = new RegExp ('\\b' + 'Botó' + '\\b','i'); 
"Botón Entrepà Nadó Facebook! ".match(matchExpr);

匹配“Botó”!!!! ????? （至少在Firefox中）。 这对我来说没有意义，因为“n”不是单词边界（由\b匹配）。

如果您尝试匹配整个单词：

var matchExpr = new RegExp ('\\b' + 'Botón' + '\\b','i'); 
"Botón Entrepà Nadó Facebook! ".match(matchExpr);

有效。

为了使它更奇怪，我们在最后添加另一个带重音的字母。

var matchExpr = new RegExp ('\\b' + 'Botóñ' + '\\b','i'); 
"Botóñ Entrepà Nadó Facebook! ".match(matchExpr);

如果我们尝试匹配这个，它什么都不匹配。但是，如果我们尝试这个

var matchExpr = new RegExp ('\\b' + 'Botóñ' + '\\b','i'); 
"Botóña Entrepà Nadó Facebook! ".match(matchExpr);

匹配“Botóñ”。这是错的。

如果我们尝试匹配“Facebook”，它会按预期工作。 如果您尝试在中间匹配带重音的单词，它会按预期工作。 但如果你尝试在最后匹配带有重音的单词，它就会失败。

我做错了什么？这是预期的行为吗？

Answer 1

不幸的是，Javascript中的速记字符类不支持unicode（甚至高ASCII）。

看看这个问题的答案：Javascript + Unicode。本文与该问题JavaScript, Regex, and Unicode相关联，表示\b由字边界定义，其定义为：

  

→单词字符 - 字符A-Z，   仅限a-z，0-9和_   →单词边界 - 单词字符之间的位置   和非单词字符。

因此它适用于最后带有A-Z, a-z, 0-9, and _的单词，但最后不会带有重音字符。

Answer 2

从ES3规范：

  

内部帮助函数IsWordChar采用整数参数e并执行以下操作：

1. 如果e == -1或e == InputLength，则返回false。
2. 设c为字符输入[e]。

3. 如果c是下表中的63个字符之一，则返回true。

   a b c d e f g h i j k l m n o p q r s t u v w x y z
   A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
   0 1 2 3 4 5 6 7 8 9 _
   

4. 返回false。

“IsWordChar（）”内部（可能是假设的）函数是“\ b”断言行为的基础。

编辑 - 在ES5中没有比这更好的了。