正则表达式未找到包含瑞典字母的两个字母单词

Question

所以我对正则表达式非常陌生，我设法创建了一种方法来检查字符串中是否存在特定单词，而不仅仅是另一个单词的一部分。

示例： 我正在寻找“香蕉”这个词。 香蕉 == 真，香蕉拉玛 == 假

这一切都很好，但是当我在查找包含瑞典字母（Å、Ä、Ö）且仅包含两个字母的单词时出现问题。

示例： 我在一个看起来像这样的字符串中寻找单词“på”：“på påsk” 它以负面的形式返回。 但是，如果我寻找“påsk”这个词，那么它就会返回正面。 这是我正在使用的正则表达式：

const doesWordExist = (s, word) => new RegExp('\\b' + word + '\\b', 'i').test(s);
stringOfWords = "Färg på plagg";
console.log(doesWordExist(stringOfWords, "på"))
//Expected result: true
//Actual result: false

但是，如果我将单词“på”更改为三个字母的单词，那么它就会返回 true：

const doesWordExist = (s, word) => new RegExp('\\b' + word + '\\b', 'i').test(s);
stringOfWords = "Färg pås plagg";
console.log(doesWordExist(stringOfWords, "pås"))
//Expected result: true
//Actual result: true

我一直在寻找答案，我发现了一些与瑞典字母有类似问题的问题，他们都没有真正只寻找整个单词。 谁能解释我做错了什么？

Answer 1

word boundary\b 严格依赖于\w 匹配的字符，short-hand character class 对应[A-Za-z0-9_]。

为了获得类似的行为，您必须重新实现其功能，例如：

const swedishCharClass = '[a-zäöå]';
const doesWordExist = (s, word) => new RegExp(
    '(?<!' + swedishCharClass + ')' + word + '(?!' + swedishCharClass + ')', 'i'
).test(s);

console.log(doesWordExist("Färg på plagg",  "på"));  // true
console.log(doesWordExist("Färg pås plagg", "pås")); // true
console.log(doesWordExist("Färg pås plagg", "på"));  // false

对于更复杂的字母，我建议你看看Concrete Javascript Regex for Accented Characters (Diacritics)。