为什么 Go 的正则表达式 \\b 边界对于非 ASCII 字符会失败？

Golang 正则表达式与非 ASCII 字符的边界问题

在 Go 中，b 边界选项预计在 ASCII 字符的边界匹配，不包括重音字符，例如 é。处理包含非 ASCII 字符的字符串时，此行为可能会导致意外结果。例如，请考虑以下代码：

<code class="go">package main

import (
    "fmt"
    "regexp"
)

func main() {
    r, _ := regexp.Compile(`\b(vis)\b`)
    fmt.Println(r.MatchString("re vis e")) // True
    fmt.Println(r.MatchString("revise")) // False
    fmt.Println(r.MatchString("révisé")) // True
}</code>

在此示例中，b(vis)b 正则表达式与单词边界处的子字符串“vis”匹配。但是，当应用于“révisé”时，它会错误地返回 True，因为 é 不被视为单词字符。为了解决这个问题，您可以采用另一种方法：

<code class="go">r, _ := regexp.Compile(`(?:\A|\s)(vis)(?:\s|\z)`)
fmt.Println(r.MatchString("vis")) // True
fmt.Println(r.MatchString("re vis e")) // True
fmt.Println(r.MatchString("revise")) // False
fmt.Println(r.MatchString("révisé")) // False</code>

此解决方案利用非捕获组 (?:A|s)(vis)(?:s|z) 来匹配任何以下字符：

• 字符串开头 (A)
• 空格

这模仿 b 的行为，但包含非 ASCII 字符作为潜在的单词边界。通过组合这些组件，它可以成功匹配单词开头或结尾的“vis”，而不管周围的字符如何。

以上是为什么 Go 的正则表达式 \\b 边界对于非 ASCII 字符会失败？的详细内容。更多信息请关注PHP中文网其他相关文章！