Javascript正则表达式问题与\ b和国际字符

Question

我遇到了很多简单的正则表达式匹配问题。

我有这个带重音字符的字符串（这只是一个例子）"Botó Entrepà Nadó Facebook! "我想用另一个列表中的单词来匹配单词。

这是我的代码的简化版本。例如，为达到“Botó”

var matchExpr = new RegExp ('\\b' + 'Botó' + '\\b','i'); 
"Botó Entrepà Nadó Facebook! ".match(matchExpr); 

如果我运行它，它不匹配“Botó”预期（火狐，IE和Chrome）。

我以为这是我的错误。但这里说到的乐趣...

如果我修改这样"Botón Entrepà Nadó Facebook! "字符串（注意“n”后“Botó‘），我运行相同的代码：

var matchExpr = new RegExp ('\\b' + 'Botó' + '\\b','i'); 
"Botón Entrepà Nadó Facebook! ".match(matchExpr); 

它匹配’Botó” ????? !!!! （至少在Firefox中）。 这对我来说没有意义，因为“n”不是一个字边界（即与\b相匹配）。

如果您尝试全字匹配：

var matchExpr = new RegExp ('\\b' + 'Botón' + '\\b','i'); 
"Botón Entrepà Nadó Facebook! ".match(matchExpr); 

它的工作原理。

为了让它更加怪异，我们在最后添加了另一个带重音符号的字母。

var matchExpr = new RegExp ('\\b' + 'Botóñ' + '\\b','i'); 
"Botóñ Entrepà Nadó Facebook! ".match(matchExpr); 

如果我们尝试匹配这个，它什么都不匹配。但是，如果我们尝试这种

var matchExpr = new RegExp ('\\b' + 'Botóñ' + '\\b','i'); 
"Botóña Entrepà Nadó Facebook! ".match(matchExpr); 

它匹配 “Botóñ”。这是错误的。

如果我们尝试匹配“Facebook”，它会按预期工作。 如果您尝试在中间匹配带重音符的单词，它会按预期工作。 但如果您尝试在最后匹配带有口音的单词，则会失败。

我在做什么错？这是预期的行为？

Answer 1

不幸的是，Javascript中的速记字符类不支持unicode（甚至是高ASCII）。

看看这个问题的答案：Javascript + Unicode。这篇文章，在这个问题，JavaScript, Regex, and Unicode联说，\b由一个单词边界，它被定义为定义：

→字字符 - 字符A-Z， A-Z，0-9只，和_。
→单词边界 - 单词字符 与非单词字符之间的位置。

因此，它将适用于末尾为A-Z, a-z, 0-9, and _的单词，但末尾没有重音字符。

Answer 2

从ES3规格：

内部辅助函数IsWordChar需要一个整数参数e，并且执行以下操作：

1. 如果使用电子== -1或E == InputLength，返回false。
2. 设c为字符Input [e]。

3. 如果c是下表中63个字符之一，则返回true。

   a b c d e f g h i j k l m n o p q r s t u v w x y z 
   A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 
   0 1 2 3 4 5 6 7 8 9 _ 
   

4. 返回false。

“IsWordChar（）”内部（可能是假设的）函数是“\ b”断言行为的基础。

编辑 —它在ES5中没有更好的。