Javascript RegExp + Word边界+ unicode字符

Question

我正在建立搜索，我将使用它的javascript自动完成。我来自芬兰（芬兰语）所以我必须处理一些特殊的角色，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匹配。

如果用户输入例如“ää”，则这是一个不能正常工作的简单示例。“äl”也是如此

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/

那么我怎样才能让这些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？这些字符的代码是：[\ u00C4，\ u00E4，\ u00C5，\ u00E5，\ u00D6，\ u00F6]

=>äÄåÅöÖ

Answer 1

\bJavaScript RegEx中的字符类实际上只对简单的ASCII编码有用。  \b是字符串\w和\W集合之间的边界的快捷代码，以及\w字符串的开头或结尾。这些字符集仅考虑ASCII“单词”字符，其中\w等于[a-zA-Z0-9_]并且\W是该类的否定。这使得RegEx角色类在处理任何真实语言方面基本无用。\s 如果搜索条件仅由空格分隔，则应该适用于您想要执行的操作。

Answer 2

这个问题很老，但我认为我找到了一个更好的解决方案，用于使用unicode字母的正则表达式中的边界。使用XRegExp，您可以实现有效的\ b边界扩展它XRegExp('(?=^|$|[^\\p{L}])')结果是4000多个字符长，但似乎工作很好。一些解释：（？=）是一个零长度前瞻，它查找开始或结束边界或非字母unicode字符。最重要的想法是前瞻，因为\ b不会捕获任何东西：它只是真或假。