c++ - 如何为 cpp 中所有语言的整个单词匹配构建正则表达式？

Question

用于单词边界的 \b 正则表达式是否适用于所有语言的 cpp？还是只是拉丁字母？

如果不是 - 如何匹配整个单词，例如“תפוח”？

具体来说，我想到了类似这样的事情[^\s]תפוח[$\s] 但不确定 ^ 是否在这里被解释为否定或字符串的开头。 ..

我正在使用 PCRE 库。

Answer 1

您没有说明您使用的是什么正则表达式引擎。但无论如何你可能会考虑使用 boost regex ，因为它有一个包装器，可以与 ICU 库一起使用来处理 unicode。

documentation为此，您可以:

Create regular expressions that support various Unicode data properties, including character classification.

这意味着/b 和/B 应该适用于 ICU 支持的任何编码。

在 Unicode 合规性的“标准”部分，它说:

1.4 Simple Word Boundaries: Conforming: non-spacing marks are included in the set of word characters.