正则基础之--/b单词边界

1 概述
“/b”匹配单词边界，不匹配任何字符。
“/b”匹配的只是一个位置，这个位置的一侧是构成单词的字符，另一侧为非单词字符、字符串的开始或结束位置。“/b”是零宽度的。
基本上所有的资料里都会说“/b”是单词边界，但是关于“单词”的范围却是少有提及。通常情况下，正则表达式中所谓的“单词”，就是由“/w”所定义的字符所组成的子串。
“/b”表示所在位置的一侧为单词字符，另一侧为非单词字符、字符串的开始或结束位置，也就相当于
(?

/*-------- JavaScript中输出--------
abc_123
_d3
Efg
*/
C#
string test = "abc_123中文_d3=efg汉字%";
MatchCollection mc = Regex.Matches(test, @"/w+");
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
}
/*-------- C#中输出--------
abc_123中文_d3
efg汉字
*/
Java
String test = "abc_123中文_d3=efg汉字%";
String reg = "//w+";
Matcher m = Pattern.compile(reg).matcher(test);
while(m.find())
{
System.out.println(m.group());
}
/*-------- Java中输出--------
abc_123
_d3
Efg
*/
可以看到，“/w”在Java中的输出和JavaScript中是一样的，都是只支持ASCII字符。
3 /b的范围
常见语言中“/w”的范围确定了，那么是不是可以认为“/b”的匹配范围与“/w”也是一致的呢？
再看下下面的例子：
源字符串：abc_123中文_d3=汉字efg
正则表达式：./b.
JavaScript

/*-------- JavaScript中输出--------
3中
文_
3=
g汉
*/
C#
string test = "abc_123中文_d3=efg汉字%";
MatchCollection mc = Regex.Matches(test, @"./b.");
foreach (Match m in mc)
{
richTextBox2.Text += m.Value + "/n";
}
/*-------- C#中输出--------
3=
字%
*/
Java
String test = "abc_123中文_d3=efg汉字%";
String reg = ".//b.";
Matcher m = Pattern.compile(reg).matcher(test);
while(m.find())
{
System.out.println(m.group());
}
/*-------- Java中输出--------
3=
字%
*/
可以看到，Java的输出和.NET是一致的，“/b”在Java中是支持Unicode的。
所以总的来说，Java中的“/w”是很奇怪的，而“/b”是与其它语言表现一致的，在使用时需要注意。
4 /b应用场景
4.1 基础应用
“/b”一般应用在需要匹配某一单词字符组成的子串，但这一字符不能包含在同样由单词字符组成的更长的子串中。
比如要替换掉一段英文中的单词“to”，而“today”显然不在替换的范围内，所以正则可以用“/bto/b”来限定。
用得比较多的场景是在HTML标签的匹配中，用以区分相互包含的标签，比如要过滤掉、
、、等标签，但要保留

标签，正则可以写成“<(/?b|p|img)/b[^>]*>”。
举例：统计以“,”分割的元素中“3”的个数
string test = "137,1,33,4,3,6,21,3,35,93,2,98";
int count = Regex.Matches(test, @"/b3/b").Count; //结果：2
4.2 进阶应用
稍复杂一些的应用通常都是与其它一些正则语法规则一起使用的，参考一个帖子 求一正则表达式
4.3 特殊情况
“/b”用在正则中，通常情况下都是表示单词边界的，只有在字符组中，它表示的是退格键，即
[a-z/b]
此处的“/b”表示的是退格键，而不是单词边界。