正则表达式锚 \B 和 \b 如何彼此不同？答案

【问题标题】：How Regexp anchors \B and \b differs from each other?正则表达式锚 \B 和 \b 如何彼此不同？
【发布时间】：2013-01-16 15:13:42
【问题描述】：

我刚刚对 \B 和 \b 有了一些概念。并且accordinlgy 尝试了一个代码（取自互联网）但无法理解 - 那些regexp Anchors 是如何生成输出的。所以任何人请帮助我理解\B 和\b 之间的区别，在内部说明它们在Ruby 中的pattern matching 是如何处理的？

Interactive ruby ready.
> str = "Hit him on the head\n" +
      "Hit him on the head with a 2×4\n"
=> "Hit him on the head
Hit him on the head with a 2??4
"
> str.scan(/\w+\B/)
=> ["Hi", "hi", "o", "th", "hea", "Hi", "hi", "o", "th", "hea", "wit"]
> str.scan(/\w+\b/)
=> ["Hit", "him", "on", "the", "head", "Hit", "him", "on", "the", "head", "with", "a", "2", "4"]
>

谢谢，

【问题讨论】：

为什么在str 的上述输出中出现2??4 而不是2x4？

标签： ruby regex ruby-1.9.3

【解决方案1】：

就像大多数小写/大写对一样，它们是完全相反的：

\b 匹配一个单词边界——也就是说，它匹配两个字母之间的（因为它是一个零宽度匹配，即它不消耗一个字符匹配时）其中一个属于一个单词而另一个不属于。在文本“this person”中，\b 将匹配以下位置（用竖线表示）：“|this| |person|”。

\B 匹配除了单词边界之外的任何地方。它将在以下位置匹配：“t|h|i|s p|e|r|s|o|n”——即在所有字母之间，但不在字母和非字母字符之间。

因此，如果您有\w+\b 并匹配“this person”，那么您将得到“this”的结果，因为+ 是贪婪的并且匹配尽可能多的单词字符（\w），最多下一个单词边界。

\w+\B 的操作类似，但它不能匹配“this”，因为它后面是单词边界，\B 禁止。所以引擎会回溯一个字符并匹配“thi”。

【讨论】：

我理解，但部分理解！能不能把你在帖子里说的话形象化。这可能有助于我快速记住这个概念！在我的示例句子中还有一个简短的想法与我的示例what are word boundaries？
@DoLoveSky 我能想到的最好的可视化实际上是第二段和第三段中的那个，我用竖线显示了两个表达式的潜在匹配位置。
regular-expressions.info/engine.html @DoLoveSky，一旦你对正则表达式引擎如何匹配表达式有了一个真正扎实的概念，你就会更容易理解与正则表达式相关的任何事情。我强烈建议您从那里开始。
@KonradRudolph 这里还有一个问题 - 为什么2×4\n 没有出现在输出str.scan(/\w+\B/) 中？
@DoLoveSky 我很困惑：为什么会这样？首先，字符串不包含单词边界，因为没有单词字符，因此\B 从不匹配（但是\w 匹配，因为它匹配字母和数字；嗯，技术上是@987654342 @ 在\n 之后匹配）。其次，即使它 did 匹配，您的表达式也会以破折号开头，而该破折号不会出现在字符串中的任何位置。