php - MongoDB RegEx 引擎完整性

Question

根据 Mongo 文档，它使用 PCRE 引擎，并且 PCRE 支持 \b 和 \w 用于 unicode 字符，但遵循 RegEx 与 Unicode 字符串不匹配，是否有任何解决方案或替代语法？

// in Mongo console:
 db.col.find({word:/\b\pL\b/});

// in PHP
(new Mongo())->db->col->find(['word'=>new MongoRegex('/\b\pL\b/u')]);

Answer 1

我找不到任何关于 MongoDB 的 PCRE 实现支持哪些特性的文档，但如果它包括\pLUnicode 字符类以及前瞻和后瞻断言，那么一个支持 Unicode 的替代品\b将是：

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

基本上，(?=\pL)(?<!\pL)如果下一个字符是字母而前一个不是，则(?!\pL)(?<=\pL)匹配，反之，如果前一个字符是字母而下一个不是，则匹配。

当然，如果我们已经知道相邻字符可以是什么，这个正则表达式可以被简化很多。例如，Unicode 感知版本\b\pL+\b可以简单地写成：

(?<!\pL)\pL+(?!\pL)