正则基础之--/b单词边界

1 概述 “/b”匹配单词边界，不匹配任何字符。 “/b”匹配的只是一个位置，这个位置的一侧是构成单词的字符，另一侧为非单词字符、字符串的开始或结束位置。“/b”是零宽度的。 基本上所有的资料里都会说“/b”是单词边界，但是关于“单词”的范围却是少有提及。通常情况下，正则表达式中所谓的“单词”，就是由“/w”所定义的字符所组成的子串。 “/b”表示所在位置的一侧为单词字符，另一侧为非单词字符、字符串的开始或结束位置，也就相当于 (?

/*-------- JavaScript中输出-------- abc_123 _d3 Efg */ C# string test = "abc_123中文_d3=efg汉字%"; MatchCollection mc = Regex.Matches(test, @"/w+"); foreach (Match m in mc) { richTextBox2.Text += m.Value + "/n"; } /*-------- C#中输出-------- abc_123中文_d3 efg汉字 */ Java String test = "abc_123中文_d3=efg汉字%"; String reg = "//w+"; Matcher m = Pattern.compile(reg).matcher(test); while(m.find()) { System.out.println(m.group()); } /*-------- Java中输出-------- abc_123 _d3 Efg */ 可以看到，“/w”在Java中的输出和JavaScript中是一样的，都是只支持ASCII字符。 3 /b的范围 常见语言中“/w”的范围确定了，那么是不是可以认为“/b”的匹配范围与“/w”也是一致的呢？ 再看下下面的例子： 源字符串：abc_123中文_d3=汉字efg 正则表达式：./b. JavaScript /*-------- JavaScript中输出-------- 3中 文_ 3= g汉 */ C# string test = "abc_123中文_d3=efg汉字%"; MatchCollection mc = Regex.Matches(test, @"./b."); foreach (Match m in mc) { richTextBox2.Text += m.Value + "/n"; } /*-------- C#中输出-------- 3= 字% */ Java String test = "abc_123中文_d3=efg汉字%"; String reg = ".//b."; Matcher m = Pattern.compile(reg).matcher(test); while(m.find()) { System.out.println(m.group()); } /*-------- Java中输出-------- 3= 字% */ 可以看到，Java的输出和.NET是一致的，“/b”在Java中是支持Unicode的。 所以总的来说，Java中的“/w”是很奇怪的，而“/b”是与其它语言表现一致的，在使用时需要注意。 4 /b应用场景 4.1 基础应用 “/b”一般应用在需要匹配某一单词字符组成的子串，但这一字符不能包含在同样由单词字符组成的更长的子串中。 比如要替换掉一段英文中的单词“to”，而“today”显然不在替换的范围内，所以正则可以用“/bto/b”来限定。 用得比较多的场景是在HTML标签的匹配中，用以区分相互包含的标签，比如要过滤掉、 、、等标签，但要保留
标签，正则可以写成“<(/?b|p|img)/b[^>]*>”。 举例：统计以“,”分割的元素中“3”的个数 string test = "137,1,33,4,3,6,21,3,35,93,2,98"; int count = Regex.Matches(test, @"/b3/b").Count; //结果：2 4.2 进阶应用 稍复杂一些的应用通常都是与其它一些正则语法规则一起使用的，参考一个帖子 求一正则表达式 4.3 特殊情况 “/b”用在正则中，通常情况下都是表示单词边界的，只有在字符组中，它表示的是退格键，即 [a-z/b] 此处的“/b”表示的是退格键，而不是单词边界。