javascript - 从字符串中的数组中查找单词，仅限整个单词(带有希伯来语字符)

Question

我必须构建一个 RegExp 对象，它将从数组中搜索单词， 并且只会找到整个单词匹配。

例如 我有一个单词数组('יל'，'ילד')， 并且我希望 RegExp 找到“a”或“♬

这是我的代码:

var text = 'ילד ילדדד יל';
var matchWords = ['יל','ילד'];
text = text.replace(/\n$/g, '\n\n').replace(new RegExp('\\b(' + matchWords.join('|') + ')\\b','g'), '<mark>$&</mark>');
console.log(text);

我尝试过的:

我试过这段代码:

new RegExp('(יל|ילד)','g');

它工作得很好，但它也能找到像“ילדדדד”这样的词，我只需要匹配整个词。

我也试过这段代码:

new RegExp('\\b(יל|ילד)\\b','g');

但是这个正则表达式没有找到任何单词!

我应该如何构建我的 RegExp？

Answer 1

单词边界\b不支持 Unicode。使用 XRegExp构建 Unicode 字边界:

var text = 'ילד ילדדד יל';
var matchWords = ['יל','ילד'];
re = XRegExp('(^|[^_0-9\\pL])(' + matchWords.join('|') + ')(?![_0-9\\pL])','ig');
text = XRegExp.replace(text.replace(/\n$/g, '\n\n'), re, '$1<mark>$2</mark>');
console.log(text);

<script src="http://cdnjs.cloudflare.com/ajax/libs/xregexp/3.1.1/xregexp-all.min.js"></script>

在这里，(^|[^_0-9\\pL])是 ID=1 的捕获组，匹配字符串开始或除 Unicode 字母、ASCII 数字或 _ 以外的任何字符(前导词边界)和 (?![_0-9\\pL])如果单词后跟 _，则匹配失败, ASCII 数字或 Unicode 字母。

借助现代 ECMAScript 2018+ 标准支持，您可以使用

let text = 'ילד ילדדד יל';
const matchWords = ['יל','ילד'];
const re = new RegExp('(^|[^_0-9\\p{L}])(' + matchWords.join('|') + ')(?![_0-9\\p{L}])','igu');
text = text.replace(re, '$1<mark>$2</mark>');
console.log(text);

另一个 ECMAScript 2018+ 兼容解决方案，完全模拟 Unicode 感知 \b Replace certain arabic words in text string using Javascript 解释了构建 .