utf-8字边界正则expression式在javascript中

在JavaScript中：

"ab abc cab ab ab".replace(/\bab\b/g, "AB"); 

正确给我：

 "AB abc cab AB AB" 

当我使用utf-8字符时：

 "αβ αβγ γαβ αβ αβ".replace(/\bαβ\b/g, "AB"); 

字边界算子似乎不工作：

 "αβ αβγ γαβ αβ αβ" 

有没有解决这个问题？

Answer 1

如果一个单词字符没有被另一个单词字符（或等于\W\w和\w\W ）所左右，那么单词边界断言只能匹配。 \w被定义为[A-Za-z0-9_] 。 所以\w不匹配希腊字符。 因此你不能在这种情况下使用\b 。

你可以做的是使用这个：

 "αβ αβγ γαβ αβ αβ".replace(/(^|\s)αβ(?=\s|$)/g, "$1AB") 

Answer 2

并非所有的Javascript regexp实现都支持Unicode广告，所以你需要转义它

 "αβ αβγ γαβ αβ αβ".replace(/\u03b1\u03b2/g, "AB"); // "AB ABγ γAB AB AB" 

为了映射字符，您可以查看http://htmlhelp.com/reference/html40/entities/symbols.html

当然，这对于边界问题没有帮助（正如其他答案中所解释的），但至less应该使您能够正确匹配字符

Answer 3

我需要一些可编程的东西来处理标点，括号等

http://jsfiddle.net/AQvyd/

 var wordToReplace = '買い手', replacementWord = '[[BUYER]]', text = 'Mange 買い手 information. The selected Store and Classification will be the default on the สั่งซื้อ.' function replaceWord(text, wordToReplace, replacementWord) { var re = new RegExp('(^|\\s|\\(|\'|"|,|;)' + wordToReplace + '($|\\s|\\)|\\.|\'|"|!|,|;|\\?)', 'gi'); return text.replace(re, replacementWord); } 

我已经写了一个JavaScript资源编辑器，所以这就是为什么我find了这个页面，也回答了它的必要性，因为我找不到一个字面界限parametricized正则expression式运行良好的Unicode。

Answer 4

并不是所有与JavaScript引擎相关的RegEx的实现都能够识别unicode。

例如，微软在IE中使用的JScript仅限于ANSI。

Answer 5

当处理Unicode和自然语言的单词时，您可能希望比使用\b更加谨慎。 看到这个答案的细节和方向。