utf-8 शब्द जावास्क्रिप्ट

Question

में सीमा regex जावास्क्रिप्ट में:

"ab abc cab ab ab".replace(/\bab\b/g, "AB"); 

सही ढंग से मुझे देता है:

"AB abc cab AB AB" 

जब मैं का उपयोग UTF-8 वर्णों हालांकि:

"αβ αβγ γαβ αβ αβ".replace(/\bαβ\b/g, "AB"); 

word boundary operator काम नहीं लग रहा है:

"αβ αβγ γαβ αβ αβ" 

क्या इसका कोई समाधान है?

Answer 1

शब्द धारणा केवल तभी मेल खाती है जब कोई शब्द वर्ण पहले या किसी अन्य शब्द चरित्र के बाद नहीं होता है (इसलिए .\b.\W\w और \w\W के बराबर है)। और \w को [A-Za-z0-9_] के रूप में परिभाषित किया गया है। तो \w यूनानी वर्णों से मेल नहीं खाता है। और इस प्रकार आप इस मामले के लिए \b का उपयोग नहीं कर सकते हैं।

क्या आप के बजाय कर सकता है इस का उपयोग करने के लिए है:

"αβ αβγ γαβ αβ αβ".replace(/(^|\s)αβ(?=\s|$)/g, "$1AB") 

Answer 2

नहीं सभी RegEx के कार्यान्वयन जावास्क्रिप्ट इंजन एक यूनिकोड बारे में पता के साथ जुड़े।

उदाहरण के लिए आईई में उपयोग कर माइक्रोस्कोफ्ट जेस्क्रिप्ट एएनएसआई तक सीमित है।

Answer 3

नहीं सभी जावास्क्रिप्ट regexp कार्यान्वयन यूनिकोड विज्ञापन के लिए समर्थन हासिल है, तो आप इसे

"αβ αβγ γαβ αβ αβ".replace(/\u03b1\u03b2/g, "AB"); // "AB ABγ γAB AB AB" 

से बचने के लिए वर्ण मैपिंग करने के लिए http://htmlhelp.com/reference/html40/entities/symbols.html

बेशक पर एक नज़र ले जा सकते हैं, इस मदद नहीं करता है की जरूरत है शब्द सीमा मुद्दे (जैसा कि अन्य उत्तरों में बताया गया है) के साथ कम से कम आपको वर्णों को ठीक से मिलान करने में सक्षम होना चाहिए

Answer 4

जब आप यूनिकोड और प्राकृतिक भाषा वाले शब्दों से निपट रहे हैं, तो शायद आप अधिक सावधान रहना चाहते हैं \b का उपयोग करने की तुलना में ith सीमाएं। विवरण और दिशानिर्देशों के लिए this answer देखें।

Answer 5

मैं क्यों मैं इस पृष्ठ और यह भी पाया है प्रोग्राम हो सकता है और विराम चिह्न, कोष्ठक, आदि

http://jsfiddle.net/AQvyd/

var wordToReplace = '買い手', 
    replacementWord = '[[BUYER]]', 
    text = 'Mange 買い手 information. The selected Store and Classification will be the default on the สั่งซื้อ.' 

function replaceWord(text, wordToReplace, replacementWord) { 
    var re = new RegExp('(^|\\s|\\(|\'|"|,|;)' + wordToReplace + '($|\\s|\\)|\\.|\'|"|!|,|;|\\?)', 'gi'); 
    return text.replace(re, replacementWord); 
} 

मैं एक जावास्क्रिप्ट संसाधन संपादक लिखा है संभाल करने के लिए तो यह है कुछ की जरूरत इसकी आवश्यकता से जवाब दिया क्योंकि मुझे एक शब्द सीमा पैरामीटरेटेड रेगेक्सप नहीं मिला जो यूनिकोड के लिए अच्छा काम करता था।