正则表达式只匹配整个单词

Question

我有一个正则表达式,我用它来查找给定内容块中的所有单词,不区分大小写,包含在存储在数据库中的词汇表中.这是我的模式:

/($word)/i

问题是,如果我使用/(Foo)/i那么像Food匹配的话.在单词的两边都需要有空格或单词边界.

Foo如果单词在句子的开头,中间或结尾处是单词时,如何修改我的表达式以仅匹配单词？

Answer 1

使用单词边界:

/\b($word)\b/i

或者,如果你在SinanÜnür的例子中搜索"SPECTER":

/(?:\W|^)(\Q$word\E)(?:\W|$)/i

Answer 2

要匹配任何整个单词,您将使用该模式 (\w+)

假设您正在使用PCRE或类似的东西:

以上截图取自此实时示例:http://regex101.com/r/cU5lC2

匹配命令行上的任何整个单词 (\w+)

我将在Ubuntu 12.10上使用phpsh交互式shell通过称为preg_match的方法演示PCRE正则表达式引擎

启动phpsh,将一些内容放入变量,匹配单词.

el@apollo:~/foo$ phpsh

php> $content1 = 'badger'
php> $content2 = '1234'
php> $content3 = '$%^&'

php> echo preg_match('(\w+)', $content1);
1

php> echo preg_match('(\w+)', $content2);
1

php> echo preg_match('(\w+)', $content3);
0

该方法的preg_match使用的PCRE引擎PHP语言中来分析变量:$content1,$content2并$content3与(\w)+模式.

$ content1和$ content2至少包含一个单词,$ content3不包含.

匹配命令行上的多个文字单词 (dart|fart)

el@apollo:~/foo$ phpsh

php> $gun1 = 'dart gun';
php> $gun2 = 'fart gun';
php> $gun3 = 'farty gun';
php> $gun4 = 'unicorn gun';

php> echo preg_match('(dart|fart)', $gun1);
1

php> echo preg_match('(dart|fart)', $gun2);
1

php> echo preg_match('(dart|fart)', $gun3);
1

php> echo preg_match('(dart|fart)', $gun4);
0

变量gun1和gun2包含字符串dart或fart.gun4没有.然而,寻找单词fart匹配可能是一个问题farty.要解决此问题,请在正则表达式中强制执行单词边界.

将命令行上的文字与词边界相匹配.

el@apollo:~/foo$ phpsh

php> $gun1 = 'dart gun';
php> $gun2 = 'fart gun';
php> $gun3 = 'farty gun';
php> $gun4 = 'unicorn gun';

php> echo preg_match('(\bdart\b|\bfart\b)', $gun1);
1

php> echo preg_match('(\bdart\b|\bfart\b)', $gun2);
1

php> echo preg_match('(\bdart\b|\bfart\b)', $gun3);
0

php> echo preg_match('(\bdart\b|\bfart\b)', $gun4);
0

所以它与前面的例子相同,只是内容中不存在fart带有\b单词边界的单词:farty.

Answer 3

使用\b可以产生令人惊讶的结果.你最好弄清楚一个单词与其定义之间的区别,并将这些信息合并到你的模式中.

#!/usr/bin/perl

use strict; use warnings;

use re 'debug';

my $str = 'S.P.E.C.T.R.E. (Special Executive for Counter-intelligence,
Terrorism, Revenge and Extortion) is a fictional global terrorist
organisation';

my $word = 'S.P.E.C.T.R.E.';

if ( $str =~ /\b(\Q$word\E)\b/ ) {
    print $1, "\n";
}

输出:

Compiling REx "\b(S\.P\.E\.C\.T\.R\.E\.)\b"
Final program:
   1: BOUND (2)
   2: OPEN1 (4)
   4:   EXACT  (9)
   9: CLOSE1 (11)
  11: BOUND (12)
  12: END (0)
anchored "S.P.E.C.T.R.E." at 0 (checking anchored) stclass BOUND minlen 14
Guessing start of match in sv for REx "\b(S\.P\.E\.C\.T\.R\.E\.)\b" against "S.P
.E.C.T.R.E. (Special Executive for Counter-intelligence,"...
Found anchored substr "S.P.E.C.T.R.E." at offset 0...
start_shift: 0 check_at: 0 s: 0 endpos: 1
Does not contradict STCLASS...
Guessed: match at offset 0
Matching REx "\b(S\.P\.E\.C\.T\.R\.E\.)\b" against "S.P.E.C.T.R.E. (Special Exec
utive for Counter-intelligence,"...
   0           |  1:BOUND(2)
   0           |  2:OPEN1(4)
   0           |  4:EXACT (9)
  14      |  9:CLOSE1(11)
  14      | 11:BOUND(12)
                                  failed...
Match failed
Freeing REx: "\b(S\.P\.E\.C\.T\.R\.E\.)\b"

Answer 4

对于那些想要在代码中验证枚举的人，您可以按照指南进行操作

在 Regex World 中，您可以用于^开始和$结束字符串。结合使用它们|可能就是您想要的：

^(Male)$|^(Female)$

Male仅对于or情况才会返回 true Female。