正則表達式匹配單詞細節解析
正則表達式匹配單詞其實就是要處理單詞的邊界問題，那么具體的實現是如何呢？正則表達式匹配單詞所涉及的方法以及原理是什么呢？那么讓我們開始吧
正則表達式匹配單詞的內幕：
元字符<<\b>>也是一種對位置進行匹配的“錨”。這種匹配是0長度匹配。有4種位置被認為是“單詞邊界”：
1)在字符串的***個字符前的位置(如果字符串的***個字符是一個“單詞字符”)
2)在字符串的***一個字符后的位置(如果字符串的***一個字符是一個“單詞字符”)
3)在一個“單詞字符”和“非單詞字符”之間，其中“非單詞字符”緊跟在“單詞字符”之后
4)在一個“非單詞字符”和“單詞字符”之間，其中“單詞字符”緊跟在“非單詞字符”后面
“單詞字符”是可以用“\w”匹配的字符，“非單詞字符”是可以用“\W”匹配的字符。在大多數的正則表達式實現中，“單詞字符”通常包括<<[a-zA-Z0-9_]>>。
例如：<<\b4\b>>能夠匹配單個的4而不是一個更大數的一部分。這個正則表達式不會匹配“44”中的4。
換種說法，幾乎可以說<<\b>>匹配一個“字母數字序列”的開始和結束的位置。
“單詞邊界”的取反集為<<\B>>，他要匹配的位置是兩個“單詞字符”之間或者兩個“非單詞字符”之間的位置。
正則表達式匹配單詞的原理探討：
◆深入正則表達式引擎內部
讓我們看看把正則表達式<<\bis\b>>應用到字符串“This island is beautiful”。引擎先處理符號<<\b>>。因為\b是0長度 ，所以***個字符T前面的位置會被考察。因為T是一個“單詞字符”，而它前面的字符是一個空字符(void)，所以\b匹配了單詞邊界。接著<<i>>和***個字符“T”匹配失敗。匹配過程繼續進行，直到第五個空格符，和第四個字符“s”之間又匹配了<<\b>>。然而空格符和<<i>>不匹配。繼續向后，到了第六個字符“i”，和第五個空格字符之間匹配了<<\b>>，然后<<is>>和第六、第七個字符都匹配了。然而第八個字符和第二個“單詞邊界”不匹配，所以匹配又失敗了。到了第13個字符i，因為和前面一個空格符形成“單詞邊界”，同時<<is>>和“is”匹配。引擎接著嘗試匹配第二個<<\b>>。因為第15個空格符和“s”形成單詞邊界，所以匹配成功。引擎“急著”返回成功匹配的結果。
【編輯推薦】
