在 .NET 正则表达式中使用“\b”[重复]

Question

谁能解释一下为什么结果 1,2 和 3 是错误的？看起来像一个微不足道的问题.. 但我还是被卡住了：/

        string input = "foo abc defg bar";
        string pattern = "abc defg";

        string pattern1 = "\b" + Regex.Escape(pattern) + "\b";
        string pattern2 = "\b" + pattern + "\b";
        string pattern3 = "\babc defg\b";
        string pattern4 = pattern;


        bool result1 = Regex.IsMatch(input, pattern1); // FALSE
        bool result2 = Regex.IsMatch(input, pattern2); // FALSE
        bool result3 = Regex.IsMatch(input, pattern3); // FALSE
        bool result4 = Regex.IsMatch(input, pattern4); // TRUE

Answer 1

当然。您的\b 实际上是退格字符，而不是正则表达式\b。您需要使用 "\\b" 将其嵌入到 C# 字符串文字中，或者使用逐字字符串文字：@"\b"。

记住：反斜杠是 C# 字符串的转义字符，就像它是正则表达式一样，所以如果你不小心，你需要转义两次，一次用于字符串文字，一次用于正则表达式。

另一件事：远离\b，与\w 相同。 \b 是根据\w 定义的锚点，\w 是一个字符类，除了快速的一次性任务外，您可以非常严格地控制要匹配的所有内容。 \b 仅表示锚点的一侧是匹配\w 的字符，而另一侧则没有（字符串结尾或匹配\W 的字符）。现在，\w 包括数字和_ 之类的东西。如果您搜索模糊的类似单词的东西，至少 我 倾向于不将数字和下划线视为单词的一部分。通常我喜欢明确说明我正在寻找的东西，例如通过环视断言：(?<!\p{L}) 是一种指定匹配中当前点之前没有 字母 的方法，实际上是在模式开始处替代 \b。同样(?!\p{L}) 可用于模式末尾的\b。像这样编写它们时，您可以更好地控制您认为适合您正在寻找的东西的“边界”，例如也许您只想在foo 以空格为界时找到它：(?<![^\S])foo(?![^\S])（请注意这里的双重否定，因为前瞻和后瞻只能是负数，因此它们也适用于字符串的开头和结尾）。