我想要一个正则表达式来匹配一个简单的主题标签，比如 twitter（例如#someword）。我还希望它能够识别非标准字符（如西班牙语、希伯来语或中文）。
这是我最初的正则表达式：(^|\s|\b)(#(\w+))\b
--> 但它不能识别非标准字符。
然后，我尝试使用XRegExp.js，它有效，但运行速度太慢。
关于如何做的任何建议？
问问题
8913 次
3 回答
7
最终我发现了这个：twitter-text.js有用的链接，这基本上是 twitter 解决这个问题的方法。
于 2013-06-16T12:46:03.133 回答
2
对于不支持 unicode 的本机 JS 正则表达式，您唯一的选择是显式枚举可以结束标记并匹配其他所有内容的字符，例如：
> s = "foo #הַתִּקְוָה. bar"
"foo #הַתִּקְוָה. bar"
> s.match(/#(.+?)(?=[\s.,:,]|$)/)
["#הַתִּקְוָה", "הַתִּקְוָה"]
[\s.,:,]应该包括空格、标点符号和任何其他可以被视为终止符号的符号。
于 2013-06-05T14:36:42.823 回答
1
#([^#]+)[\s,;]*
说明：此正则表达式将搜索 a#后跟一个或多个非#字符，后跟 0 个或多个空格、逗号或分号。
var input = "#hasta #mañana #babהַ";
var matches = input.match(/#([^#]+)[\s,;]*/g);
结果：
["#hasta ", "#mañana ", "#babהַ"]
编辑 - 将 \b 替换为单词边界
于 2013-06-05T14:23:55.463 回答