什么是正则表达式中的单词边界？

Question

我在Java1.6中使用Java正则表达式（尤其是解析数值输出），找不到\b（“单词边界”）的精确定义。我本来以为-12是一个“整型词”（与\b\-?\d+\b匹配），但似乎这不起作用。我很高兴知道如何匹配空格分隔的数字。

示例：

Pattern pattern = Pattern.compile("\\s*\\b\\-?\\d+\\s*");
String plus = " 12 ";
System.out.println(""+pattern.matcher(plus).matches());
String minus = " -12 ";
System.out.println(""+pattern.matcher(minus).matches());
pattern = Pattern.compile("\\s*\\-?\\d+\\s*");
System.out.println(""+pattern.matcher(minus).matches());

这将返回：

true
false
true

Answer 1

在大多数regex方言中，单词边界是介于\w和\W（非单词字符）之间的位置，或者如果字符串以单词字符（[0-9A-Za-z_]）开始或结束，则位于字符串的开始或结束处。

因此，在字符串"-12"中，它将在1之前或2之后匹配。破折号不是单词字符。

Answer 2

单词边界是一个位置，它的前面有一个单词字符，后面没有一个，或者后面有一个单词字符，前面没有一个。

Answer 3

单词边界可以出现在以下三个位置之一：

1. 在字符串的第一个字符之前，如果第一个字符是单词字符。
2. 在字符串的最后一个字符之后，如果最后一个字符是单词字符。
3. 在字符串中的两个字符之间，其中一个字符是单词字符，另一个不是单词字符。

单词字符是字母数字；减号不是。 取自Regex Tutorial。