正则表达式匹配以特殊字符开头的单词边界

Question

我有一个正则表达式，可以匹配单词，但如果单词包含特殊字符，比如C++类成员的名称~Query，则无法匹配成功。需要像下面一样使用单词边界来匹配单个字符的成员名：

$key =~ /\b$match\b/

我尝试了许多我认为会起作用的表达式，比如/[~]*\b$match\b/ 或 /\b[~]*$match\b/

是否可能在可能包含特殊字符的单词上放置单词边界？

- Jeff Cunningham

---

你能准确地发布你想匹配的内容吗？正则表达式是针对具体情况生成的，而不是仅仅假设了你的字符串。 - Rohit Jain

假设在 $match 中包含的正则表达式可以匹配 Query，那么 /~\b$match\b/ 应该匹配 ~Query。（我刚刚测试过，" ~foo " =~ /~\bfoo\b/ 的结果为真。） - cdhowie

$match变量可能包含Query、Query或单个字母，比如p。开发人员可能会为他们的类方法使用其他奇怪的名称。正则表达式是一个执行搜索的子程序的一部分。除了当$match包含Query时，一切都运行正常。 - Jeff Cunningham

Answer 1

\b

是...的缩写

(?:(?<!\w)(?=\w)|(?<=\w)(?!\w))

如果您想将 ~ 视为单词字符，请将 \w 改为 [\w~]。

(?:(?<![\w~])(?=[\w~])|(?<=[\w~])(?![\w~]))

使用示例：

my $word_char = qr/[\w~]/;
my $boundary  = qr/(?<!$word_char)(?=$word_char)
                  |(?<=$word_char)(?!$word_char)/x;

$key =~ /$boundary$match$boundary/

如果我们知道$match只能匹配以$word_char开头和结尾的内容，那么我们可以简化为以下步骤：

my $word_char   = qr/[\w~]/;
my $start_bound = qr/(?<!$word_char)/;
my $end_bound   = qr/(?!$word_char)/;

$key =~ /$start_bound$match$end_bound/

这个简单到我们可以内联它。

$key =~ /(?<![\w~])$match(?![\w~])/

- ikegami

---

谢谢，这正是我想要的，尽管有点冗长。 $key =~ /(?:(?<=[\w])(?![\w])|(?<![\w])(?=[\w]))$match(?:(?<=[\w])(?![\w])|(?<![\w])(?=[\w]))/) - Jeff Cunningham

如果我需要包含其他特殊字符，它们会像这样添加 [\w~`] 吗？ - Jeff Cunningham

相同的 \b 扩展适用于 C#，并且替换 \w 也像魔术一样奏效。 - drizin

Firefox不支持后顾之前，有没有解决方法？ - adam0101

@ikegami，抱歉，是JavaScript。我正在从文本中提取多个编程语言名称（C＃，C ++）。您移植到JS的代码非常出色，除了不支持后顾的浏览器 :) - adam0101

@adam0101，你可以使用类似 (?:^|[^\w~])([\w~]+)(?![\w~]) 的东西并提取第一个捕获组。但是你不再匹配边界本身，因此它有一些限制（例如，在更大的模式中使用起来更困难）。 - ikegami

Answer 2

假设您不需要检查$match的内容（即它总是包含有效的标识符），您可以编写以下代码：

$key =~ /(?<![~\w])$match(?![~\w])/

这个函数只是简单地检查$match字符串的前后是否跟字母数字、下划线或波浪号相邻。

- Borodin