Javascript RegExp + 单词边界 + unicode 字符

Question

我正在构建搜索，我将使用 javascript 自动完成功能。我来自芬兰(芬兰语)，所以我必须处理一些特殊字符，例如 ä、ö 和 å

当用户在搜索输入字段中键入文本时，我尝试将文本与数据进行匹配。

这是一个简单的示例，如果用户键入“ää”，则该示例将无法正常工作。与“äl”相同

var title = "this is simple string with finnish word tämä on ääkköstesti älkää ihmetelkö";
// Does not work
var searchterm = "äl";

// does not work
//var searchterm = "ää";

// Works
//var searchterm = "wi";

if ( new RegExp("\\b"+searchterm, "gi").test(title) ) {
    $("#result").html("Match: ("+searchterm+"): "+title);
} else {
    $("#result").html("nothing found with term: "+searchterm);   
}

http://jsfiddle.net/7TsxB/

那么如何让这些 ä、ö 和 å 字符与 javascript 正则表达式一起使用？

我想我应该使用 unicode 代码，但是我应该怎么做呢？这些字符的代码是:

[\u00C4,\u00E4,\u00C5,\u00E5,\u00D6,\u00F6]
=> äÄåÅöÖ

Answer 1

正则表达式和单词边界 \b 与起始字符超出正常 256 字节范围的字符串开头相匹配似乎存在问题。

不要使用 \b，而是尝试使用 (?:^|\\s)

var title = "this is simple string with finnish word tämä on ääkköstesti älkää ihmetelkö";
// Does not work
var searchterm = "äl";

// does not work
//var searchterm = "ää";

// Works
//var searchterm = "wi";

if ( new RegExp("(?:^|\\s)"+searchterm, "gi").test(title) ) {
    $("#result").html("Match: ("+searchterm+"): "+title);
} else {
    $("#result").html("nothing found with term: "+searchterm);   
}

分割:

(?: 括号 () 在正则表达式中形成捕获组。括号以问号开头，冒号 ?: 形成非-捕获组。他们只是将术语组合在一起

^ 插入符号与字符串的开头匹配

| 横条是“或”运算符。

\s 匹配空格(在字符串中显示为 \\s 因为我们必须转义反斜杠)

) 关闭群组

因此，我们不使用匹配单词边界且不适用于 unicode 字符的 \b，而是使用匹配字符串开头或空格的非捕获组。