正则表达式不会按预期匹配单词

Question

我正在尝试使用XRegExp 根据这些标准测试字符串是否为有效单词：

• 字符串以一个或多个 Unicode 字母开头，后跟
• 撇号 (') 后跟一个或多个 Unicode 字母，重复 0 次或多次。
• 字符串在匹配的模式之后立即结束。

也就是说，它将匹配这些术语

你好，不能 Alah'u'u'v'oo O'reilly

但不是这些

吃完为止

我正在尝试这种模式，

^(\\p{L})+('(\\p{L})+)*$

但它不会匹配任何包含撇号的单词。我做错了什么？

编辑：使用正则表达式的代码

var separateWords = function(text) {
    var word = XRegExp("(\\p{L})+('(\\p{L})+)*$");
    var splits = [];
    for (var i = 0; i < text.length; i++) {
        var item = text[i];
        while (i + 1 < text.length && word.test(item + text[i + 1])) {
            item += text[i + 1];
            i++;
        }
        splits.push(item);
    }
    return splits;
};

Answer 1

我认为您需要省略 string start/end anchors 来匹配单个单词：

"(\\p{L})+('(\\p{L})+)*"

另外我不确定这些捕获组需要什么（这可能取决于您的应用程序），但您可以将它们缩短为

"\\p{L}+('\\p{L}+)*"

Answer 2

试试这个正则表达式：

^[^'](?:[\w']*[^'])?$

首先它会检查以确保第一个字符不是撇号。然后它要么得到任意数量的单词字符或撇号，后跟撇号以外的任何东西，要么什么都没有（一个字母的单词）。