正则表达式为\ b

Question

我写在Java中Unicode文本的正则表达式。但是对于我使用的是特定的脚本 - 梵文（0900 - 撒马利亚语）有一个与字边界问题。 \ B中它们象空格字符匹配处理是依赖元音（如093E-094C）字符。

实施例： 假设我有字符串：“कमलकमालकम्हलकम्हाल” 需要注意的是在第二个字“मा”是通过组合म和ा（识别为空格字符）形成。同样，在最后一个字。 这导致\ b键匹配“कमाल”的“ल”与正则表达式\ B \瓦特\ b根据语言这是不正确的。

希望的示例帮助。

我可以写一个正则表达式的行为类似\ b不同之处在于它不匹配某些字符？任何反馈将不胜感激。

Answer 1

您应该能够完成你想要的用以下的正则表达式运算符：

(?=X)   X, via zero-width positive lookahead
(?!X)   X, via zero-width negative lookahead
(?<=X)  X, via zero-width positive lookbehind
(?<!X)  X, via zero-width negative lookbehind

（以上从引述Java 6个的模式API文档。）

使用到位(?<![foo])(?=[foo])的\b一个字之前，和(?<=[foo])(?![foo])到位\b的字，其中“[foo]”是你的“单词字符”

集后

Answer 2

word边界的等效（如果界限不正是您期望的）将是：

 (?<!=[x-y])(<?=[x-y])...(?<=[x-y])(?![x-y])

这是因为一个“字边界”是指“其中存在一个字符在一侧，而不是上的位置的其他）

因此，与向后看和前瞻的表达式，您可以定义自己的类字符[X-Y]来检查时，要隔离一个“单词边界”