正则表达式单词边界无法识别标点符号

Question

我有一个特定的正则表达式:

#\b[a-z0-9-_%"]+\b#gi

我有以下测试字符串，我正在将该正则表达式过滤器应用于:

abc def ghi jkl mno %%car% __car_ tall-person "thing" 20% %30%

但是，检测到的词边界如下(方括号代表边界):

[abc] [def] [ghi] [jkl] [mno] %%[car%] [__car_] [tall-person] "[thing"] [20%] %[30%]

因此，某些类型的标点符号(“_”)在单词的开头和结尾都被识别为“单词字符”。另一方面，其他类型(“%”或双引号)在单词开头时会被忽略。为什么是这样？

Answer 1

在字边界，字意味着 \w元字符(在大多数正则表达式引擎中):[A-Za-z0-9_] ; % , "不在那个字符中:匹配单词边界。

我认为你不需要使用词边界:

// javascript example
> 'abc def ghi jkl mno %%car% __car_ tall-person "thing" 20% %30%'.match(/[a-z0-9-_%"]+/g)
["abc", "def", "ghi", "jkl", "mno", "%%car%", "__car_", "tall-person", ""thing"", "20%", "%30%"]