java和javascript中的正则表达式\\ b

Question

在java和js中使用正则表达式\\ b有什么区别吗？
我试过以下测试：
在javascript中：

console.log(/\w+\b/.test("test中文"));//true  

在java中：

String regEx = "\\w+\\b";
text = "test中文";
Pattern pattern = Pattern.compile(regEx);
Matcher matcher = pattern.matcher(text);
while(matcher.find()) {
    System.out.println("matched");//never executed
}

为什么上面两个例子的结果不一样？

Answer 1

这是因为默认情况下Java支持\\b而不支持\\w ，而JavaScript不支持Unicode。

所以\\w只能匹配[a-zA-Z0-9_]字符（在我们的案例test ）但是\\b不能接受的地方（标有| ）

test|中文

在字母和非字母Unicode标准之间，因为t和中的字符都被Unicode视为字母字符。

如果你想让\\b忽略Unicode你可以使用环视机制并将其重写为(?:(?<=\\\\w)(?!\\\\w)|(?<!\\\\w)(?=\\\\w)) ，或者在这个例子的情况下简单(?!\\\\w)而不是\\\\b也可以。

如果你想\\w也支持Unicode用Pattern.UNICODE_CHARACTER_CLASS标志编译你的模式（也可以写成标志表达式(?U) ）

Answer 2

Jeva正则表达式寻找一系列单词字符，即在单词边界之前的[a-zA-Z_0-9]+ 。 但是中文不适合\\w 。 如果单独使用\\\\b ，您将找到两个匹配项：字符串的开头和结尾。

正如georg所指出的，Javascript不像Java的Regex引擎那样解释字符。