utf-8 từ regex ranh giới trong javascript

Question

Trong JavaScript:

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

cho đúng tôi:

"AB abc cab AB AB" 

Khi tôi sử dụng ký tự utf-8 mặc dù:

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

các word boundary operator dường như không hoạt động:

"αβ αβγ γαβ αβ αβ" 

Có giải pháp cho điều này không?

Answer 1

Xác nhận ranh giới từ chỉ phù hợp nếu một ký tự từ không được đặt trước hoặc theo sau bởi một ký tự từ khác (vì vậy .\b. bằng \W\w và \w\W). Và \w được định nghĩa là [A-Za-z0-9_]. Vì vậy, \w không khớp với các ký tự Hy Lạp. Và do đó bạn không thể sử dụng \b cho trường hợp này.

gì bạn có thể làm thay vào đó là sử dụng điều này:

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

Answer 2

Không phải tất cả các hiện thực của RegEx gắn liền với động cơ Javascript một unicode biết.

Ví dụ: Microsofts JScript sử dụng trong IE bị giới hạn ở ANSI.

Answer 3

Không phải tất cả regexp thực hiện javascript đã hỗ trợ cho quảng cáo Unicode vì vậy bạn cần phải thoát khỏi nó

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

Đối với việc lập bản đồ các ký tự mà bạn có thể có một cái nhìn tại http://htmlhelp.com/reference/html40/entities/symbols.html

Tất nhiên, điều này không giúp với vấn đề biên giới từ (như được giải thích trong các câu trả lời khác) nhưng ít nhất cũng cho phép bạn khớp các ký tự đúng cách

Answer 4

Khi bạn đang xử lý Unicode và các từ tự nhiên, bạn có thể muốn cẩn thận hơn ith ranh giới hơn chỉ sử dụng \b. Xem this answer để biết chi tiết và chỉ đường.

Answer 5

tôi cần cái gì đó để có thể lập trình và xử lý dấu chấm câu, dấu ngoặc vv

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); 
} 

Tôi đã viết một trình soạn thảo tài nguyên javascript vì vậy đây là lý do tại sao tôi đã tìm thấy trang này và cũng trả lời nó ra khỏi sự cần thiết kể từ khi tôi không thể tìm thấy một từ biên parametarized regexp mà làm việc tốt cho Unicode.