Regex corresponde apenas a palavras inteiras

Eu tenho uma expressão regex que estou usando para localizar todas as palavras em um determinado bloco de conteúdo, sem distinção entre maiúsculas e minúsculas, que estão contidas em um glossário armazenado em um banco de dados. Aqui está meu padrão:

/($word)/i

O problema é que, se eu usar /(Foo)/ipalavras como Foodobter correspondência. Deve haver um espaço em branco ou um limite de palavra em ambos os lados da palavra.

Como posso modificar minha expressão para corresponder apenas à palavra Fooquando é uma palavra no início, meio ou final de uma frase?

Use limites de palavras:

/\b($word)\b/i

Ou se você estiver procurando por "SPECTRE" como no exemplo de Sinan Ünür:

/(?:\W|^)(\Q$word\E)(?:\W|$)/i

Para corresponder a qualquer palavra inteira, você usaria o padrão (\w+)

Supondo que você esteja usando PCRE ou algo semelhante:

Captura de tela acima tirada deste exemplo ao vivo: http://regex101.com/r/cU5lC2

Combinando qualquer palavra inteira na linha de comando com (\w+)

Eu vou estar usando o shell interativo phpsh no Ubuntu 12.10 para demonstrar a motor PCRE regex através do método conhecido como preg_match

Inicie o phpsh, coloque algum conteúdo em uma variável, combine na palavra.

el@apollo:~/foo$ phpsh

php> $content1 = 'badger'
php> $content2 = '1234'
php> $content3 = '$%^&'

php> echo preg_match('(\w+)', $content1);
1

php> echo preg_match('(\w+)', $content2);
1

php> echo preg_match('(\w+)', $content3);
0

O método preg_match utilizado o motor PCRE dentro da linguagem PHP para analisar variáveis: $content1, $content2e $content3com o (\w)+padrão.

$ content1 e $ content2 contêm pelo menos uma palavra, $ content3 não.

Combine uma série de palavras literais na linha de comando com (dart|fart)

el@apollo:~/foo$ phpsh

php> $gun1 = 'dart gun';
php> $gun2 = 'fart gun';
php> $gun3 = 'farty gun';
php> $gun4 = 'unicorn gun';

php> echo preg_match('(dart|fart)', $gun1);
1

php> echo preg_match('(dart|fart)', $gun2);
1

php> echo preg_match('(dart|fart)', $gun3);
1

php> echo preg_match('(dart|fart)', $gun4);
0

as variáveis ​​gun1 e gun2 contêm o string dart ou fart. gun4 não. No entanto, pode ser um problema procurar por fartcorrespondências de palavrasfarty . Para corrigir isso, aplique limites de palavras no regex.

Combine palavras literais na linha de comando com limites de palavras.

el@apollo:~/foo$ phpsh

php> $gun1 = 'dart gun';
php> $gun2 = 'fart gun';
php> $gun3 = 'farty gun';
php> $gun4 = 'unicorn gun';

php> echo preg_match('(\bdart\b|\bfart\b)', $gun1);
1

php> echo preg_match('(\bdart\b|\bfart\b)', $gun2);
1

php> echo preg_match('(\bdart\b|\bfart\b)', $gun3);
0

php> echo preg_match('(\bdart\b|\bfart\b)', $gun4);
0

Portanto, é o mesmo que o exemplo anterior, exceto que a palavra fartcom um \blimite de palavra não existe no conteúdo: farty.

O uso \bpode produzir resultados surpreendentes. Seria melhor você descobrir o que separa uma palavra de sua definição e incorporar essa informação em seu padrão.

#!/usr/bin/perl

use strict; use warnings;

use re 'debug';

my $str = 'S.P.E.C.T.R.E. (Special Executive for Counter-intelligence,
Terrorism, Revenge and Extortion) is a fictional global terrorist
organisation';

my $word = 'S.P.E.C.T.R.E.';

if ( $str =~ /\b(\Q$word\E)\b/ ) {
    print $1, "\n";
}

Resultado:

Compilando REx "\ b (S \ .P \ .E \ .C \ .T \ .R \ .E \.) \ B"
Programa final:
   1: LIMITADO (2)
   2: ABRIR 1 (4)
   4: EXATO (9)
   9: FECHAR 1 (11)
  11: LIMITE (12)
  12: END (0)
ancorado "SPECTER" em 0 (verificando ancorado) stclass BOUND minlen 14
Estimando o início da partida em sv para REx "\ b (S \ .P \ .E \ .C \ .T \ .R \ .E \.) \ B" contra "SP
.ECTRE (Executivo Especial para Contra-inteligência, "...
Substrução ancorada "SPECTER" encontrada no deslocamento 0 ...
start_shift: 0 check_at: 0 s: 0 endpos: 1
Não contradiz STCLASS ...
Adivinhada: correspondência no deslocamento 0
Corresponder REx "\ b (S \ .P \ .E \ .C \ .T \ .R \ .E \.) \ B" contra "SPECTER (Special Exec
utive para contra-inteligência, "...
   0 | 1: LIMITADO (2)
   0 | 2: ABRIR 1 (4)
   0 | 4: EXATO (9)
  14 9: FECHAR 1 (11)
  14 11: LIMITE (12)
                                  falhou ...
A partida falhou
Liberando REx: "\ b (S \ .P \ .E \ .C \ .T \ .R \ .E \.) \ B"

use limites de palavras \ b,

O seguinte (usando quatro escapes) funciona em meu ambiente: Mac, safari versão 10.0.3 (12602.4.8)

var myReg = new RegExp(‘\\\\b’+ variable + ‘\\\\b’, ‘g’)

Para aqueles que desejam validar um Enum em seu código, você pode seguir o guia

No Regex World você pode usar ^para iniciar uma string e $finalizá-la. Usá-los em combinação com |pode ser o que você deseja:

^(Male)$|^(Female)$

Ele retornará verdadeiro apenas para Maleou Femalecaso.

Se você estiver fazendo isso no Notepad ++

[\w]+ 

Fornece a palavra inteira e você pode adicionar parênteses para obtê-la como um grupo. Exemplo: conv1 = Conv2D(64, (3, 3), activation=LeakyReLU(alpha=a), padding='valid', kernel_initializer='he_normal')(inputs). Eu gostaria de mudarLeakyReLU para sua própria linha como um comentário e substituir a ativação atual. No notepad ++, isso pode ser feito usando o seguinte comando find:

([\w]+)( = .+)(LeakyReLU.alpha=a.)(.+)

e o comando de substituição torna-se:

\1\2'relu'\4 \n    # \1 = LeakyReLU\(alpha=a\)\(\1\)

Os espaços são para manter a formatação correta no meu código. :)

Pegue todas as "palavras" em uma string

/([^\s]+)/g

Basicamente ^/ssignifica quebrar em espaços (ou combinar grupos de não espaços).
Não se esqueça de gpara Greedy