寻求俄语脏话过滤正则：匹配单词首尾以外的西里尔字符

问题根源 #

\B\w\B无效的核心原因是默认规则下\w仅匹配ASCII字母、数字和下划线，不包含西里尔字符。要处理俄语字符，必须明确指定西里尔字符类，结合零宽断言定位首尾之外的目标字符。

解决方案正则 #

使用带零宽断言的正则，精准匹配位于两个西里尔字符之间的单个字符：

(?<=[ёа-яЁА-я])[ёа-яЁА-я](?=[ёа-яЁА-я])

代码示例（Java） #

String dirtyWord = "ОченьПлохоеСлово";
String censored = dirtyWord.replaceAll("(?<=[ёа-яЁА-я])[ёа-яЁА-я](?=[ёа-яЁА-я])", "*");
System.out.println(censored); // 输出: О**************о

正则逻辑拆解 #

• (?<=[ёа-яЁА-я])：正向反向断言，确保当前字符的前一个字符是西里尔字母（覆盖大小写和ё）
• [ёа-яЁА-я]：匹配需要替换的单个西里尔字符
• (?=[ёа-яЁА-я])：正向先行断言，确保当前字符的后一个字符是西里尔字母

这种写法会自动跳过单词的首尾字符（首字符无前驱、尾字符无后继，不满足断言条件），完全适配你的需求。

内容的提问来源于stack exchange，提问作者Ivan Dvurechenskiy