问题标签 [word-boundary]

我需要在 unix（bash）中使用 egrep（或 grep -e）在文件中查找重复的单词

我试过了：

和

但由于某种原因，这些认为事情不是重复的！例如，它认为字符串“word words”符合条件，尽管存在单词边界条件\> or \b。

Javascript 的正则表达式语法只有一个单词边界：\b.

Vim 的正则表达式语法有两种：（\<单词开头）和\>（单词结尾）。

谁能给我一个搜索示例，该搜索可以通过 vim 样式的单词边界实现，但无法通过 javascript 样式实现？

还是具有单个单词边界的正则表达式语法可以做同样的事情，但具有开始和结束边界还有其他一些优势？

这是我的代码：（它适用于英语）

但我不知道为什么，上面的REGEX对波斯语不起作用：（它总是返回1）

我该如何解决？

使用 a BreakIterator.getWordInstance()，文本"can't"被认为是一个“单词”

一个小实验表明，虽然单词中的撇号被认为是单词的一部分。两端的撇号被认为与单词分开 - 即在撇号和字母之间报告单词边界。

即使拼写正确，这也排除了诸如"'tis"和之类的单词被视为“单词”。"dogs'"

有没有办法纠正这种行为，或者这是一个错误？

我试图定位字符串中每个单词的第一个字母。我正在使用 JavaScript。我发现有关 Python 和 PHP 的讨论并没有解决我特定于 JavaScript 的问题。

我有一个函数将 regEx 找到的每个字母大写。我的结果是m撇号大写之后。我该如何避免这种情况？

大写函数后：I'M A Little Tea Pot"

In my authentification web site, I'm using regex to control a blacklist password. (example of blacklisted password : 12345678, 123456789, baseball, football)

I would like to add new regex rule (using boundary), which will exclude words (black listed password). I have read some similar questions on StackOverflow and tried to declare it with something like this:

this regex doesn't match the words above, it's correct. For exemple "Baseball" with a letter, number or special character (before or after the "baseball") must match.

But "baseball!" doesn't match contrary to "!baseball". Can you give me some advices how to do it?

正则表达式的 R 帮助文件说

符号 \< 和 \> 分别匹配单词开头和结尾的空字符串。符号 \b 匹配单词边缘的空字符串

结尾和边缘（单词）有什么区别？

我做str_replace的很长string，我$search是一个array。

$search我在两者上添加空格的原因$replace是因为我只想匹配整个单词。正如您从我上面的代码中猜到的那样，如果我删除了空格并且我的真正长字符串是：

然后我会得到类似的东西

这是错误的，因为我想要以下结果：

那么有什么问题呢？

没什么，它确实有效。但我不喜欢它。看起来很脏，编码不好，效率低下。

我意识到我可以使用修饰符使用正则表达式来做这样的事情，\b但我不擅长正则表达式，所以我不知道该怎么做preg_replace。

假设您有以下输入要检查：

和以下 JavaScript 正则表达式：

我期望的是，当我搜索匹配时，什么都不会找到，无论是“ipsu”还是“ipsü”，但有一个单词边界。但是“ipsü”这个词会被匹配，即使末尾有字符“m”而不是一个词的边界。我不明白原因。

有谁知道原因？

看这个例子：

https://regex101.com/r/km0zW7/2