正则表达式：匹配含表情符号的单词边界及带缩写的单词

我明白你现在的痛点：原来的正则抓不到表情符号，还得兼顾带撇号的缩写单词对吧？咱们来一步步搞定它。

原正则的问题分析 #

你之前用的/(?!'.*')\b[\w']+\b/g有两个核心问题：

• \w只能匹配字母、数字和下划线，完全覆盖不了表情符号这类Unicode字符；
• \b单词边界在处理非\w字符（比如表情、标点）时判断逻辑会失效，导致表情符号根本不会被识别为独立的“项”。

改进后的正则表达式 #

直接用这个正则就能满足你的需求：

const regex = /(?<!\S)(?:[\w']+|\p{Emoji})(?!\S)/gu;

正则各部分详解 #

咱们拆解一下每个部分的作用，方便你理解和调整：

• (?<!\S)：负向后行断言，确保当前匹配项的前面是空白字符或者字符串开头，相当于自定义的“单词起始边界”；
• (?:[\w']+|\p{Emoji})：非捕获分组，包含两个可选匹配项：
  • [\w']+：匹配带撇号的单词（比如let's），保留你原来需要的缩写支持；
  • |\p{Emoji}：匹配单个表情符号，\p{Emoji}是Unicode属性转义，能覆盖绝大多数标准表情；
• (?!\S)：负向前瞻断言，确保当前匹配项的后面是空白字符或者字符串结尾，对应“单词结束边界”；
• g：全局匹配模式，找出所有符合条件的项；
• u：启用Unicode模式，让\p{Emoji}和Unicode字符的处理正常工作。

测试你的示例文本 #

用你的测试句子来验证：

const text = "Hey there! , let's go to the moon ";
const result = text.match(regex);
console.log(result);
// 输出：["Hey", "there", "", "let's", "go", "to", "the", "moon", "", ""]

完全符合你期望的结果！

额外调整建议 #

如果你的场景中需要把连续的表情符号当作一个整体（比如算一个项），只需要把\p{Emoji}改成\p{Emoji}+即可：

const regex = /(?<!\S)(?:[\w']+|\p{Emoji}+)(?!\S)/gu;

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