Javascript 用于日语、英语标签（如Twitter）的正则表达式

目前，我正在使用这个正则表达式来检测日语和英语标签

\B（[#＃][·・ー_0-9０-９字母ａ-ｚＡ-Ｚぁ-んァ-ン一-龠]{1,24}）（？=\W |$）

规则是：

Hashtag must be started with # character.
Hashtag will be detected by space character and other special characters (!,@,&,*,%,$).
Example 1: Hello#guys. This is a #test. -> Valid hashtag: #test.
Example 2: Hello#guys. This is a #test!#message. -> Valid hashtag: #test and #message
Example 3: Hello#guys. This is a #test #message. -> Valid hashtag: #test and #message
Example 4: Hello#guys. This is a #test#message. -> Valid hashtag: #test
Example 5: #asdasdasdasdasdasdasdasdasd -> Valid hashtag: none
Example 6: # -> Valid hashtag: none

到目前为止，它一直有效，直到我遇到了这两个带有日语字符的具体案例：(

#日本語#asd=>有效的标签应为#日本語

#日本語日本語日本語日本語日本語日本語日本語日本語日本語=>将不是有效的标签

上面的正则表达式无法检测这两种情况，我尝试了很多方法，但至今没有找到任何解决方案

目前，我正在使用此网站进行测试：

请帮忙，提前谢谢

---

感谢@Ryszard捷克语

最终的解决方案是，这将完全像Twitter标签一样工作：

/（

测试：
我认为问题在于Javascript正则表达式引擎的局限性。当我在Perl中使用您的正则表达式和文本时，所有内容都与您期望的匹配。当我在regexr.com上尝试时，我得到了错误的匹配。做了一些测试后，它无法将汉字识别为单词字符，而且似乎
\B
已损坏

如果您只是尝试匹配
\w
和
\w
，您将看到它认为单词和非单词是什么

如果更换
#日本語#asd
带
#日本語x#asd
它将排除
#asd
語#
都被视为非单词字符，因此
\B
匹配

如果您尝试匹配
\B.
和
\B.
您将看到它认为是连续的和非连续的所有字符对。但是请注意，您需要在具有偶数个字符的行中进行尝试，所以请进行前置和后置填充以查看所有组合。

e、 g.
foo
foo
foo

我认为修复
\B
行为的唯一方法是使用负面的look-behind，但该站点不支持它

如果将
\W
替换为
[^·・ー_0-9０-９字母ａ-ｚＡ-Ｚぁ-んァ-ン一-龠]，它将排除太长的匹配

我的建议是在Perl中这样做，它有绝对最好的正则表达式

这是文件

下面是我在Perl中所做的

使用严格；
使用诊断；
使用utf8；
双模式标准输出'：utf8'；
我们的@s=split/\n/，
“大家好，这是一个测试。
大家好，这是一条“测试”信息。
大家好，这是一条“测试”信息。
大家好，这是一条“测试”信息。
#ASDASDASDASDASDA27
# 
#日本語#自闭症
#日本語日本語日本語日本語日本語日本語日本語日本語日本語 27
#日本語日本語日本語日本語日本語日本語日本語日本語 24
#日本語日本語日本語日本語日本語日本語日本語日本語x25
';
我们的$re=qr{\B（[#＃][·・ー_0-9０-９字母ａ-ｚＡ-Ｚぁ-んァ-ン一-龠]{1,24}）（？=\W |$）}；
foreach我的$s（@s）{
打印“字符串\“$s\”：\n”；
打印联接“\n”，（$s=~m/$re/g），”；
打印“\n”；
}

其中打印：

String "Hello#guys. This is a #test.":
#test

String "Hello#guys. This is a #test!#message.":
#test
#message

String "Hello#guys. This is a #test #message.":
#test
#message

String "Hello#guys. This is a #test#message.":
#test

String "#asdasdasdasdasdasdasdasdasd 27":

String "# ":

String "#日本語#asd":
#日本語

String "#日本語日本語日本語日本語日本語日本語日本語日本語日本語 27":

String "#日本語日本語日本語日本語日本語日本語日本語日本語 24":
#日本語日本語日本語日本語日本語日本語日本語日本語

String "#日本語日本語日本語日本語日本語日本語日本語日本語x 25":
字符串“大家好，这是一个测试”：
#试验
字符串“大家好，这是一条测试消息。”：
#试验
#信息
字符串“大家好，这是一条测试消息。”：
#试验
#信息
字符串“大家好，这是一条测试消息。”：
#试验
字符串“#asdasdasd 27”：
字符串“#”：
“字符串”#日本語#建筑署∶
#日本語
“字符串”#日本語日本語日本語日本語日本語日本語日本語日本語日本語 27":
“字符串”#日本語日本語日本語日本語日本語日本語日本語日本語 24":
#日本語日本語日本語日本語日本語日本語日本語日本語
“字符串”#日本語日本語日本語日本語日本語日本語日本語日本語x 25“：
嗯

（我删除了我的第一个答案，因为我意识到它是错误的。）
使用Unicode属性，您可以将
\B
模式重新定义为
（？！[\p{L}0-9]）并使用

/（？
看

JavaScript代码片段


大家好，这是一个测试。大家好。这是一个测试！消息。大家好。这是一个测试消息。大家好。这是一个测试消息。大家好。这是一个测试消息。大家好。这是一个测试消息。大家好。这是一个测试消息#日本語#自闭症#日本語日本語日本語日本語日本語日本語日本語日本語日本語";
console.log（string.match（/）我试过了。我只处理了第二个案例。\B（[#＃][·・ー_0-9０-９字母ａ-ｚＡ-Ｚぁ-ゔァ-ンｧ-ﾝﾞﾟ一-龯々〆〤]{1,24})(?=[^·・ー_0-9０-９字母ａ-ｚＡ-Ｚぁ-ゔァ-ンｧ-ﾝﾞﾟ一-龯々〆〤]|$)  由于日语字符被视为“非单词”，因此\B和| W不能按预期工作。感谢您的帮助，我找到了此解决方案
（？但是@Ryszard Czech的解决方案看起来很简洁，因此我将跟随他：D@little_Friend无论采用哪种方法，都可以用否定的眼光来修正
\B
。）