正则表达式——7.4 单词边界

  单词边界的准确解释是：一端必须出现\w能匹配的字符，另一端不出现\w能匹配的字符。在JavaScript、PHP、Python 2、Ruby中，\w只能匹配[0-9a-z-A-Z_]。所以在这些语言中，\b\w+\b能用来匹配几乎所有的英文单词。

字符串	正则表达式	能否匹配	说明
tom,jerry（半角标点）	\btom\b	能	\w不能匹配半角标点
tom，jerry（全角标点）	\btom\b	否	\w可以匹配全角标点
tom和jerry	\b和\b	否	\w可以匹配中文字符
汤姆,jerry（半角标点）	\btom\b	能	\w不能匹配半角标点
汤姆，jerry（全角标点）	\btom\b	否	\w可以匹配全角标点

  总的来说，如果使用 Unicode 匹配规则，尽量不要在处理中英文混排文本时使用\b。如果使用 ASCII 匹配规则，则可以再处理英文文本时放心地使用\b。

  也有更复杂的情况，比如 Java 就是如此。在 Java 中，虽然\w只能匹配[0-9a-zA-Z_]，\b对“单词字符”的判断确实按照 Unicode 匹配规则的。后面有详情