我被正则表达式的单词边界搞糊涂了

2017-03-10 03:13:19 430 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

知识抽取技术解析：从NER到关系抽取，构建知识图谱的基石知识抽取是自然语言处理中的核心技术，旨在从非结构化文本中自动识别并结构化关键信息。其核心原理是通过命名实体识别、关系抽取和事件抽取三大任务，将文本转化为机器可理解的结构化知识。这项技术的价值在于为知识图谱构建提供高质量的数据源，是实现精准搜索、智能问答和推荐系统等高级应用的基础。在应用场景上，知识抽取已广泛应用于金融风控、医疗信息提取、商业情报分析等领域。随着预训练大模型和向量检索技术的发展，知识抽取正与这些前沿技术深度融合，例如利用大模型进行零样本抽取，或结合向量检索实现更智能的知识问答。本文聚焦实体识别阅读详情

越搞越糊涂了，大家看我的几个例子，再回答一下吧，谢谢！
第一个例子:关于\b的
var str='Who are you? I\'m a boss'
var re=/a\b/g
alert(str.match(re))
// /\ba/g和/a/g这样会匹配出a,a
// /a\b/g和/\ba\b/g会匹配出a,并且这个a是BOSS前面的a
这第一个例子，我没有说错吧？

第二个例子:关于\B的
var str='你是s谁？我s是你老板'
var re=/是\B/g
alert(str.match(re))
// /\B是/g匹配的是第一个是
// /是\B/g匹配的是第二个是
这第二个例子，我也没有说错吧？

犀牛书上说，\b匹配一个单词的边界，简言之，就是位于\w和\W之间的位置，或者位于字符\w和字符串的开头或者结尾之间的位置，而\B匹配的是非单词边界。（于是我区别\b和\B的标准，就是以\W和\w为标准区分的，简单来说，就是匹配非单词的时候，必须以单词作为边界划分，我不知道这句话正确与否，有待你们的考证）

于是，可以得到结论，这个结论我是看菜鸟教程的。\b 字符的位置是非常重要的。如果它位于要匹配的字符串的开始，它在单词的开始处查找匹配项。如果它位于字符串的结尾，它在单词的结尾处查找匹配项。其实这句话我似懂非懂。

于是我按照上述的理论，做了下面的实验以验证，结果我糊涂了
var str = "abc_123中文_d3=efg汉字a";
var reg = /[\u4e00-\u9fa5]\B/g;
var arr = str.match(reg);
alert(arr)
弹出的结果是: \B的时候，匹配到'中和汉'；’\b的时候匹配到'文和字'。我不是很理解为什么匹配到这个结果，求解？
当把 reg = /[\u4e00-\u9fa5]\B/g改为var reg = /\B[\u4e00-\u9fa5]\B/g的时候，弹出结果为null，按照我的理解，应该会匹配到"汉字"两个字的，所以我彻底糊涂了，求解啊;

说白了，就是不懂单词边界的意思，有没准确又容易理解的方式？

...全文

从315MHz到125kHz：手把手教你用Arduino模拟汽车钥匙的RKE/PKE信号（附代码）本文详细介绍了如何使用Arduino开发板和射频模块模拟汽车钥匙的RKE/PKE信号，包括硬件准备、代码实现和安全机制。通过实践教程，读者可以深入理解315MHz和125kHz信号在汽车电子领域的应用，掌握无钥匙进入系统的核心技术。阅读详情

zebds_regex

JavaScript 87,983 成员 224,681 内容

+ 关注 + 加入社区

切换为时间正序

qq_41985818 2018-08-20

打赏
举报

举两个例子，一通百通，相信我
var str="123abc_帅哥_fsi就nima的是我";
var reg=/\b[\u4e00-\u9fa5]/g; //帅，就，的
alert(str.match(reg));
这个正则用人话来说就是“全局找出一个汉字，这个汉字是以单词为左边界的”
你说的想通过\B...\B来获取全部中文为什么跳出来null；把你的正则用人话翻译一下：“全局找出一个汉字，这个汉字左右都是非单词”，你找找看，找的出来么？当然是null了

zebds_regex 2017-03-10

打赏
举报

引用 4 楼 xuzuning 的回复:

var str = "abc_123中文_d3=efg汉字a"; 
var reg = /[\u4e00-\u9fa5]\B/g;
var arr = str.match(reg); 
document.write(arr) //中,汉

var reg = /[\u4e00-\u9fa5]\b/g;
var arr = str.match(reg); 
document.write(arr) //文,字

var reg = /.\b/g;
var arr = str.match(reg); 
document.write(arr) //3,文,3,=,g,字,a

var reg = /.\B/g;
var arr = str.match(reg); 
document.write(arr) //a,b,c,_,1,2,中,_,d,e,f,汉
可知：所谓单词是以变量命名规则为基础的，字母、数字、下划线都是单词的成员 \b 表示单词和非单词的边界 /a\b/ 是不会匹配到 ab 的，因为 a 后面的 b 是单词 \B 依然至于 /\B[\u4e00-\u9fa5]\B/g 匹配不到内容，那是因为没有符合条件的组合 g汉字a 两边都是单词而 \b 就行
var reg = /\b[\u4e00-\u9fa5]+\b/g;
var arr = str.match(reg); 
document.write(arr) //中文,汉字

最后问一个问题， var str='你是s谁？我s是你老板' var re=/是\B/g alert(str.match(re)) // /\B是/g匹配的是第一个是 // /是\B/g匹配的是第二个是这个例子，我的注释错了吗？

zebds_regex 2017-03-10

打赏
举报

引用 3 楼 jslang 的回复:

弹出的结果是: \B的时候，匹配到'中和汉'；’\b的时候匹配到'文和字'。我不是很理解为什么匹配到这个结果，求解？因为'文'和'字'后面分别是 _ 和 a 属于\w范围，这样'文'和'字'后面就有单词边界，但是这个单词边界是真对_ 和 a的，不是真对中文的。而'中'和'汉'后面没有属于\w范围的字符，就没有单词边界。

老鼠拧刀满街找猫 2017-03-10

打赏
举报

引用 3 楼 jslang 的回复:

弹出的结果是: \B的时候，匹配到'中和汉'；’\b的时候匹配到'文和字'。我不是很理解为什么匹配到这个结果，求解？因为'文'和'字'后面分别是 _ 和 a 属于\w范围，这样'文'和'字'后面就有单词边界，但是这个单词边界是真对_ 和 a的，不是真对中文的。而'中'和'汉'后面没有属于\w范围的字符，就没有单词边界。

这个问题在javascript中可以这么理解，但在有些语言里面，就不是这样的，比如java里面

xuzuning 2017-03-10

打赏
举报

var str = "abc_123中文_d3=efg汉字a"; 
var reg = /[\u4e00-\u9fa5]\B/g;
var arr = str.match(reg); 
document.write(arr) //中,汉

var reg = /[\u4e00-\u9fa5]\b/g;
var arr = str.match(reg); 
document.write(arr) //文,字

var reg = /.\b/g;
var arr = str.match(reg); 
document.write(arr) //3,文,3,=,g,字,a

var reg = /.\B/g;
var arr = str.match(reg); 
document.write(arr) //a,b,c,_,1,2,中,_,d,e,f,汉

可知：所谓单词是以变量命名规则为基础的，字母、数字、下划线都是单词的成员 \b 表示单词和非单词的边界 /a\b/ 是不会匹配到 ab 的，因为 a 后面的 b 是单词 \B 依然至于 /\B[\u4e00-\u9fa5]\B/g 匹配不到内容，那是因为没有符合条件的组合 g汉字a 两边都是单词而 \b 就行

var reg = /\b[\u4e00-\u9fa5]+\b/g;
var arr = str.match(reg); 
document.write(arr) //中文,汉字

天际的海浪 2017-03-10

打赏
举报

弹出的结果是: \B的时候，匹配到'中和汉'；’\b的时候匹配到'文和字'。我不是很理解为什么匹配到这个结果，求解？因为'文'和'字'后面分别是 _ 和 a 属于\w范围，这样'文'和'字'后面就有单词边界，但是这个单词边界是真对_ 和 a的，不是真对中文的。而'中'和'汉'后面没有属于\w范围的字符，就没有单词边界。

老鼠拧刀满街找猫 2017-03-10

打赏
举报

引用 1 楼 jslang 的回复:

\b和\B 都是只真对英文单词的边界的，是英文单词，英文单词，是英文，对中文是无效的。

你说的这一点我不认同，\b和\B同样对中文有效

天际的海浪 2017-03-10

打赏
举报

\b和\B 都是只真对英文单词的边界的，是英文单词，英文单词，是英文，对中文是无效的。

我被正则表达式的单词边界搞糊涂了

相关推荐