尖括号与边界相邻时的正则表达式单词边界问题答案

【问题标题】：Regex word boundary issue when angle brackets are adjacent to the boundary尖括号与边界相邻时的正则表达式单词边界问题
【发布时间】：2012-01-31 21:53:51
【问题描述】：

正则表达式：

\b< low="" number="" low="">\b

示例字符串：

 <b22>Aquí se muestran algunos síntomas < low="" number="" low=""> tienen el siguiente aspecto.</b22>

我不确定为什么找不到 síntomas 和之间的单词边界。 > 和 tienen

之间存在同样的问题

关于如何更恰当地匹配此边界的建议？

当我给它以下输入时，正则表达式会按预期匹配：

Aquí se muestran algunos síntomas< low="" number="" low="">tienen el siguiente aspecto.

删除边缘条件 \b \bPHRASE\b 不是一个选项，因为它无法匹配部分单词

更新

这成功了：（感谢 Igor、Mosty、DK 和 NickC）

Regex(String.Format(@"(?<=[\s\.\?\!]){0}(?=[\s\.\?\!])", innerStringToMatch);

我需要将我的边界匹配改进为[\s\.\?\!]，并使这些边缘匹配正向向前和向后。

【问题讨论】：

【解决方案1】：

\b 是零长度匹配，可以出现在字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。单词字符定义为 [A-Za-z0-9_]^*。 < 不是单词字符，这就是 \b 不匹配的原因。

您可以尝试以下正则表达式（(?: ) 是 non-capturing parentheses group）：

(?:\b|\s+)< low="" number="" low="">(?:\b|\s+)

*) 实际上，这并不适用于所有正则表达式引擎。准确地说，\b 匹配\w 和\W，其中\w 匹配任何单词字符。正如 Tim Pietzcker 在对此答案的评论中指出的那样，“单词字符”的含义在不同的实现中有所不同，但我不知道 \w 与 < 或 > 匹配的任何地方。

【讨论】：

\w 的定义在正则表达式实现之间差异很大。在 Python 中，如果您要求它尊重当前的语言环境，在 .NET 中它完全支持 Unicode，在 JavaScript 中它实际上只匹配 ASCII alnums 等...
@TimPietzcker：你说得对，但在这种特殊情况下重要的是\w 在任何实现中都不匹配< 或>。

【解决方案2】：

我认为您正在尝试执行以下操作：

\s< low="" number="" low="">\s

【讨论】：