Différence entre \w y \b expression régulière métacaractères

Question

Quelqu'un peut-il expliquer la différence entre \b y \w les métacaractères des expressions régulières ? Je crois comprendre que ces deux métacaractères sont utilisés pour délimiter les mots. Par ailleurs, quel métacaractère est le plus efficace pour les contenus multilingues ?

Answer 1

Le métacaractère \b est une ancre comme le caret et le signe du dollar. Il correspond à une position appelée "limite du mot" . Cette correspondance est de longueur nulle.

Il y a trois positions différentes qui peuvent être considérées comme des limites de mots :

• Avant le premier caractère de la chaîne, si le premier caractère est un mot.
• Après le dernier caractère de la chaîne, si l'option dernier caractère est un mot.
• Entre deux personnages de la dont l'un est un caractère de mot et l'autre n'est pas un caractère de mot.

C'est simple : \b vous permet d'effectuer une "mots entiers uniquement" recherche à l'aide d'une expression régulière sous la forme \bword\b . A "caractère du mot" est un caractère qui peut être utilisé pour former des mots. Tous les caractères qui ne sont pas "caractères de mots" sont "caractères non verbaux" .

Dans toutes les saveurs, les personnages [a-zA-Z0-9_] sont des caractères verbaux. Ceux-ci sont également associés à la classe de caractères abrégés \w . Arômes montrant "ascii" pour les limites de mots dans la comparaison de saveurs ne reconnaissent que celles-ci comme des caractères de mots.

\w signifie "caractère du mot" , le plus souvent [A-Za-z0-9_] . Remarquez l'inclusion du trait de soulignement et des chiffres.

\B est la version inversée de \b . \B correspond à chaque position où \b ne le fait pas. De manière efficace, \B correspond à n'importe quelle position entre deux caractères verbaux ainsi qu'à n'importe quelle position entre deux caractères non verbaux.

\W est l'abréviation de [^\w] , la version niée de \w .

Answer 2

\w correspond à un caractère de mot. \b est une correspondance de largeur nulle qui correspond à un caractère de position ayant un caractère de mot d'un côté, et quelque chose qui n'est pas un caractère de mot de l'autre. (Les espaces blancs, le début et la fin de la chaîne de caractères, etc. sont des exemples d'éléments qui ne sont pas des caractères de mot.)

\w correspondances a , b , c , d , e y f en "abc def"
\b correspond à la position (de largeur nulle) avant a , après c , avant d et après f en "abc def"

Voir : http://www.regular-expressions.info/reference.html/

Answer 3

@Mahender, vous vouliez probablement parler de la différence entre \W (au lieu de \w ) et \b . Si ce n'est pas le cas, je suis d'accord avec @BoltClock et @jwismar ci-dessus. Sinon, continuez à lire.

\W correspondrait à n'importe quel caractère autre qu'un mot et il est donc facile d'essayer de l'utiliser pour correspondre aux limites d'un mot. Le problème est qu'il ne correspond pas au début ou à la fin d'une ligne. \b est plus adapté à la recherche de limites de mots, car il correspond également au début ou à la fin d'une ligne. Grosso modo (les utilisateurs plus expérimentés peuvent me corriger) \b peut être considéré comme (\W|^|$) . [Edit : comme @mega le mentionne ci-dessous, \b est une correspondance de longueur nulle, donc (\W|^|$) n'est pas tout à fait correcte, mais j'espère qu'elle permet d'expliquer la différence].

Exemple rapide : Pour la chaîne Hello World , .+\W correspondrait à Hello_ (avec l'espace) mais ne correspondra pas à World . .+\b correspondrait à la fois à Hello y World .

Answer 4

\b <= this is a word boundary.

Correspond à une position suivie d'un mot mais non précédée d'un mot, ou précédée d'un mot mais non suivie d'un mot.

\w <= stands for "word character". 

Il correspond toujours aux caractères ASCII [A-Za-z0-9_]

Y a-t-il quelque chose de spécifique que vous essayez de faire correspondre ?

Quelques sites web utiles sur les expressions rationnelles pour les débutants ou simplement pour vous mettre en appétit.

• http://www.regular-expressions.info
• http://www.javascriptkit.com/javatutors/redev2.shtml
• http://www.virtuosimedia.com/dev/php/37-tested-php-perl-and-javascript-regular-expressions
• http://www.i-programmer.info/programming/javascript/4862-master-javascript-regular-expressions.html

J'ai trouvé ce livre très utile :

• Maîtriser les expressions régulières par Jeffrey E.F. Friedl

Answer 5

\w es no une limite de mot, il correspond à n'importe quel caractère de mot, y compris les caractères de soulignement : [a-zA-Z0-9_] . \b est une limite de mot, c'est-à-dire qu'il correspond à la position entre un mot et un caractère non alphanumérique : \W o [^\w] .

Ces implémentations peuvent toutefois varier d'une langue à l'autre.