在字符串中查找数组中的单词，仅限整个单词（使用希伯来字符） [英] Find words from array in string, whole words only (with hebrew characters)

问题描述

我必须构建一个RegExp obejct，它将搜索数组中的单词
，并且只能查找整个单词匹配。

I have to build a RegExp obejct, that will search words from an array, and will find only whole words match.

例如。
我有一个单词数组（'יל'，'ילד'），
我希望RegExp找到'a'或'ל'或'ל''，但不是'לל''。

e.g. I have a words array ('יל','ילד'), and I want the RegExp to find 'a' or 'יל' or 'ילד', but not 'ילדד'.

这是我的代码：

var text = 'ילד ילדדד יל';
var matchWords = ['יל','ילד'];
text = text.replace(/\n$/g, '\n\n').replace(new RegExp('\\b(' + matchWords.join('|') + ')\\b','g'), '<mark>$&</mark>');
console.log(text);

我试过的：

我试过这段代码：

new RegExp('(יל|ילד)','g');

它运作良好，但它也找到像ילדדדד这样的词，我只能匹配整个单词。

It works well, but it find also words like "ילדדדד", I have to match only the whole words.

我也尝试了这段代码：

new RegExp('\\b(יל|ילד)\\b','g');

但这个正则表达式找不到任何单词！

but this regular expression doesn't find any word!

我应该如何建立我的RegExp？

How should I build my RegExp?

推荐答案

字边界 \ b 不支持Unicode。使用 XRegExp 构建Unicode字边界：

The word boundary \b is not Unicode aware. Use XRegExp to build a Unicode word boundary:

var text = 'ילד ילדדד יל';
var matchWords = ['יל','ילד'];
re = XRegExp('(^|[^_0-9\\pL])(' + matchWords.join('|') + ')(?![_0-9\\pL])','ig');
text = XRegExp.replace(text.replace(/\n$/g, '\n\n'), re, '$1<mark>$2</mark>');
console.log(text);

<script src="http://cdnjs.cloudflare.com/ajax/libs/xregexp/3.1.1/xregexp-all.min.js"></script>

这里，（^ | [^ _ 0-9 \\\\ pL]）是ID = 1的捕获组，它匹配字符串start或任何其他字符串比Unicode字母，ASCII数字或 _ （一个主要单词边界）和（？！[_ 0-9 \\\\ pL]）如果后跟单词，则匹配失败 _ ，ASCII数字或Unicode字母。

Here, (^|[^_0-9\\pL]) is a capturing group with ID=1 that matches either the string start or any char other than a Unicode letter, ASCII digit or _ (a leading word boundary) and (?![_0-9\\pL]) fails the match if the word is followed with _, ASCII digit or a Unicode letter.

这篇关于在字符串中查找数组中的单词，仅限整个单词（使用希伯来字符）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！