¿Qué son los límites sin palabras en expresiones regulares (\ B), en comparación con el límite de palabras?

Question

¿Qué son los límites sin palabra en regex (\ B), en comparación con el límite de palabra?

Answer 1

Un límite de palabra (\b) es un partido de anchura cero que puede coincidir con:

• Entre un carácter de palabra (\w) y un carácter no-palabra (\W) o
• Entre un carácter de palabra y el comienzo o el final de la cadena.

En la definición de Javascript \w es [A-Za-z0-9_] y \W es otra cosa.

La versión negada de \b, escrito \B, es un partido de anchura cero cuando el anterior no espera. Por lo tanto, puede coincidir:

• Entre dos caracteres de palabra.
• Entre dos caracteres que no son palabras.
• Entre un carácter sin palabra y el inicio o el final de la cadena.
• La cadena vacía.

Por ejemplo, si la cadena es "Hello, world!" luego \b partidos en los siguientes lugares:

H e l l o , w o r l d ! 
^  ^^  ^

Y \B coincide con aquellos lugares donde \b no coincide:

H e l l o , w o r l d ! 
^^^^ ^^^^^ ^

Answer 2

El propósito básico de non-word-boundary ha creado una expresión regular que dice:

• si estamos al inicio/final de un word char (\w = [a-zA-Z0-9_]) asegurarse de que el carácter anterior/siguiente es también un word char,

  por ejemplo: "a\B." ~ "a\w":

  "ab", "a4" , "a_", ... pero no "a ", "a."

• si estamos al principio/final de non-word char (\W = [^a-zA-Z0-9_]) asegurarse de que el carácter anterior/siguiente es también un non-word char,

  ej .: "-\B." ~ "-\W":

  "-.", "- ", "--", ...pero no "-a", "-1"

Para word-boundary es similar, pero en lugar de asegurarse de que los caracteres adyacentes son de la misma clase (word char/non-word car) tienen que ser diferentes, de ahí el nombre word's boundary.