6

我有一个 JavaScript 正则表达式，它基本上可以找到两个字母的单词。问题似乎在于它将重音字符解释为单词边界。的确，似乎

单词边界（“\b”）是两个字符之间的一个点，它的一侧有一个“\w”，另一侧有一个“\W”（以任意顺序），计算虚构字符字符串的开头和结尾与“\W”匹配。 AS3 RegExp 匹配带有边界类型字符的单词

而且因为

\w 匹配任何字母数字字符（单词字符），包括下划线（[a-zA-Z0-9_] 的缩写）。\W 匹配任何非单词字符（[^a-zA-Z0-9_] 的缩写） http://www.javascriptkit.com/javatutors/redev2.shtml

明显的重音字符不被考虑在内。这成为像Montréal. 如果将é视为单词边界，则al是两个字母的单词。我已经尝试对允许重音字符的单词边界进行自己的定义，但是将单词边界视为甚至不是字符，我不完全知道如何找到它。

有什么帮助吗？

下面是相关的 JavaScript 代码，它使用正则表达式搜索userInput和查找两个字母的单词：re_state

var re_state = new RegExp("\\b([a-z]{2})[,]?\\b", "mi");
var match_state = re_state.exec(userInput);
document.getElementById("state").value = (match_state)?match_state[1]:"";
4

2 回答 2

5

虽然 JavaScript 正则表达式在某些情况下（例如 ）可以识别非 ASCII 字符，但对于和\s来说它是完全不够的。如果您希望它们使用 ASCII 字字符以外的任何字符，您将不得不使用不同的语言，或者使用Unicode 插件安装 Steve Levithan 的XRegExp库。\w\b

顺便说一句，您的正则表达式中有错误。在可选的尾随逗号后面有一个\b，但它应该在前面：

"\\b([a-z]{2})\\b,?"

我还删除了方括号；仅当逗号在正则表达式中具有特殊含义时，您才需要那些，而事实并非如此。但我怀疑你根本不需要匹配逗号；\b应该足以确保您在单词的末尾。如果你不需要逗号，你也不需要捕获组：

"\\b[a-z]{2}\\b"
于 2010-09-12T07:27:22.447 回答
-3

您是否将 JavaScript 设置为使用非 ASCII？这是一个建议将 JavaScript 设置为使用 UTF-8 的页面：http: //blogs.oracle.com/shankar/entry/how_to_handle_utf_8

它说：

在父页面的脚本标签中添加一个字符集属性（charset="utf-8"）：

script type="text/javascript" src="[path]/myscript.js"  charset="utf-8"
于 2010-09-12T05:10:14.863 回答