[Rex Exp] Problema con agrave, egrave, igrave, ...

[mrdog81]

Ciao,
ho un problema con agrave e tutte le altre lettere accentare nei pattern delle regular expression.
Per esempio se importo il pattern a \b(università)\b, e faccio il match nella stringa "bar dell'università di ingegneria", non mi trova nessuna ccorrispondenza.
Ho provato ad inserire anche \b(universit[à])\b oppure \b(universit[à])\b, ma non funziona comunque.
Come posso fare?

[fcaldera]

il pattern non matcha perchè definisce università come parola unica, ma nella tua frase è preceduta da " dell' "

Se ci fosse uno spazio tra l'apice e la parola università funzionerebbe

[mrdog81]

No non funzionerebbe comunque, ho già provato.
Comunque l'apice viene considerato come separatore di word.
ES:
se cerco "\b(abcd)\b" in "zzzzz zz'abcd zzzz" lo trova.

[fcaldera]

<script type="text/javascript">
// <![CDATA[

var str = "bar dell'università";
if (str.match(/\b(università)/)) {
alert('ok');
}
// ]]>
</script>

[mrdog81]

<script type="text/javascript">
// <![CDATA[

var str = "bar dell'universitàaaa";
if (str.match(/\b(università)/)) {
alert('ok');
}
// ]]>
</script>

[mrdog81]

Ti sarai accorto che c'è qualche cosa che non va.

str = "bar dell'universito di ingegneria"
pattern = "\b(universito)\b"

<script type="text/javascript">
// <![CDATA[
var str = "bar dell'universito di ingegneria";
if (str.match(/\b(universito)\b/)) {
alert('ok');
}
// ]]>
</script>

lo metcha


str = "bar dell'università di ingegneria"
pattern = "\b(università)\b"

<script type="text/javascript">
// <![CDATA[
var str = "bar dell'università di ingegneria";
if (str.match(/\b(università)\b/)) {
alert('ok');
}
// ]]>
</script>

NON lo metcha

Eppure ho solo cambiato la "o" con la "à"

[mrdog81]

In questa pagina(http://www.regular-expressions.info/unicode.html) ho letto che i caratteri òàùèéì devono essere letti come caratteri unicode, ma se metto il pattern a "\(buniversit[\e00E0])\b", non mi riconosce la lettera comunque.

Nessuna idea?!?!?

[willybit]

credo che questo sia un bug delle regular expression (la stessa cosa succede anche in vbscript)
in questo caso la à viene vista come fineparola (\b)
infatti se provi a fare così

var re = /\b(universit)\b/
var str = "bar dell'università di ingegneria";
document.write(str+'
'+re.source+'
');
if(re.test(str)) {
  var ris=str.match(re)
  for(var i=0;i<ris.length;i++)
    document.write('&gt;'+ris[i]+'&lt;
');
}

ti tira fuori "universit"
quindi bisogna usare qualcosa di diverso dal \b
si potrebbe fare così

var re = /(^|\s|')(università)(\s|$|')/
var str = "bar dell'università di ingegneria";
document.write(str+'
'+re.source+'
');
if(re.test(str)) {
  var ris=str.match(re)
  for(var i=0;i<ris.length;i++)
    document.write('&gt;'+ris[i]+'&lt;
');
}

[Anªkin]

il problema si può parzialmente risolvere esplicitando l'asserzione in avanti (\b) --> (?=\W), per l'inizio parola no perchè javascript non supporta le asserzioni all'indietro. Quindi tocca fare come dice giustamente willybit, utilizzando magari direttamente il negato della classe alfanumerica:

var str = "bar dell'àniversità di ingegneria";
re = /\W(àniversità)(?=\W)/
if ((sbstr=str.match(re))) alert(sbstr[1])

in teoria dovrebbe funzionare