Vurgulu karakterleri dikkate alan düzenli bir ifadeyi nasıl yapabilirim?

Question

İki harfli kelimeleri temel olarak bulabileceğiniz bir JavaScript düzenli ifadem var. Sorun, aksanlı karakterleri kelime sınırları olarak yorumlaması gibi görünüyor. Gerçekten de,

bir kelime sınır ("\ B"), bir o tarafında ve diğer bir "\ W" ile bir "W \" sahip bir nokta arasında iki karakter gibi görünüyor (her iki sırada), hayali karakterleri sayma dizgenin başlangıcını ve sonunu "\ W" ile eşleştirerek kapatır. AS3 RegExp to match words with boundry type characters in them

ve çizgi dahil olmak üzere herhangi alfanümerik karakteri (kelime karakter) ile eşleşen \ w

yana ([a-z-Z0-9_] kısaltması). W \ karakterleri http://www.javascriptkit.com/javatutors/redev2.shtml

açıkça vurgulu karakterler dikkate alınmamıştır ([^ a-z-Z0-9_] kısaltması) olmayan bir kelime ile eşleşir. Bu, Montréal gibi sözcüklerle ilgili bir sorun olur. é, bir sözcük sınırı olarak kabul edilirse, al, iki harfli bir sözcüktür. Ben aksanlı karakterler için izin verecek bir kelime sınır kendi tanımı yapma denedim, ama bir kelime sınırı olarak görmek bile bir karakter değil, tam olarak nasıl bulmak hakkında gitmek için bilmiyorum ..

Any yardım et?

var re_state = new RegExp("\\b([a-z]{2})[,]?\\b", "mi"); 
var match_state = re_state.exec(userInput); 
document.getElementById("state").value = (match_state)?match_state[1]:""; 

Answer 1

var JavaScript ASCII olmayan kullanmak üzere ayarlanmış: Burada

userInput arar ve re_state düzenli ifade kullanarak iki harfli kelimeleri bulur ilgili JavaScript kodu, nedir? http://blogs.oracle.com/shankar/entry/how_to_handle_utf_8

Diyor ki: İşte JavaScript UTF-8 kullanmak ayarını önerir bir sayfa olduğunu

eklemek bir karakter kümesi özniteliği (charset = "utf-8") komut etiketleri için üst sayfasında:

script type="text/javascript" src="[path]/myscript.js" charset="utf-8" 

Answer 2

JavaScript regexesgibi (bazı durumlarda ASCII olmayan karakterleri kabul ederken), \w ve \b söz konusu olduğunda umutsuzca yetersiz. Eğer onların ASCII kelime karakterlerinin ötesinde bir şeyle çalışmasını istiyorsanız, farklı bir dil kullanmanız veya Unicode plugin ile Steve Levithan'ın XRegExp kütüphanesini kurmanız gerekir.

Bu arada, regex'inizde bir hata var.Sen isteğe bağlı sondaki virgülden sonra bir \b var ama önünde olmalıdır: Ben de köşeli parantez kaldırıldı

"\\b([a-z]{2})\\b,?" 

; Sadece virgülün normal ifadelerde özel bir anlamı varsa, buna ihtiyaç duymazsınız. Ama sanırım virgülle hiç karşılaşmaya gerek yok; Kelimenin sonunda olduğunuzdan emin olmak için \b yeterli olmalıdır. o değil mi bile HTML5'teki şey değişmedi

"\\b[a-z]{2}\\b"