regex - Delphi RegEX 库和 unicode 字符

Question

如果使用\b单词边界，它似乎只理解 ASCII 字母，例如模式

\bM\b将匹配aaaa M bbbbbb

但如果我有

aaaaa Mädchen

它也会，因为它认为ä是词尾。

是否有任何标志可以设置这个正则表达式库也接受 Unicode 字符串？这个库似乎不太可能如此原始，但它不在选项中

TRegExOption = (roNone, roIgnoreCase, roMultiLine, roExplicitCapture,
roCompiled, roSingleLine, roIgnorePatternSpace);

score 3 · Accepted Answer

根据regular-expressions.info，Delphi regex lib 是基于 PCRE 的，PCRE 中预定义的字符类\w仅基于 ASCII，因此\b也仅基于 ASCII。

score 2 · Accepted Answer

您可以使用环视来创建自己的单词边界，以适应您对“单词”的首选定义。例如，如果您想将“M”匹配为一个单词并将所有 Unicode 字母、数字和标记视为单词字符，请使用：

(?<![\pL\pN\pM])M(?![\pL\pN\pM])

2 回答 2