为什么 Go 正则表达式 \\b 边界对于拉丁字符会失败？

b Go 正则表达式中带有拉丁字符的边界

在 Go 正则表达式的世界中，b 边界选项在处理时有一个轻微的怪癖带有拉丁字符。当尝试定义包含拉丁字符（例如重音元音和特殊字符）的单词时，就会出现此问题。

考虑以下示例，我们希望使用 b 边界选项来匹配单词“vis”：

<code class="go">import (
    "fmt"
    "regexp"
)

func main() {
    r, _ := regexp.Compile(`\b(vis)\b`)
    fmt.Println(r.MatchString("re vis e"))
    fmt.Println(r.MatchString("revise"))
    fmt.Println(r.MatchString("révisé"))
}</code>

令人惊讶的是，将“révisé”匹配为 false 的预期结果并没有出现。相反，它匹配为 true。这是因为 b 仅在 ASCII 单词边界上运行。

为了解决此问题并准确匹配拉丁字符，我们可以用更具包容性的替代方案替换 b 边界。下面是一个示例：

<code class="go">import (
    "fmt"
    "regexp"
)

func main() {
    r, _ := regexp.Compile(`(?:\A|\s)(vis)(?:\s|\z)`)
    fmt.Println(r.MatchString("vis"))
    fmt.Println(r.MatchString("re vis e"))
    fmt.Println(r.MatchString("revise"))
    fmt.Println(r.MatchString("révisé"))
}</code>

通过此修改，正则表达式现在使用字符串开头 (A)、字符串结尾 (z) 和空格 (s) 的组合来识别单词的开头和结尾。结果准确地将“vis”匹配为 true，将“révisé”匹配为 false：

true
true
false
false

无论是否存在拉丁字符，此技术都可确保准确的单词匹配。

以上是为什么 Go 正则表达式 \\b 边界对于拉丁字符会失败？的详细内容。更多信息请关注PHP中文网其他相关文章！