问题描述：

给国外的前端页面对应的配置文件里面写了个脏话列表，
今天发现有的单词不能够成功匹配成脏话，
后面测试了一些数据，发现这些单词有些共同点就是单词最后一个位置上有特殊的字符，
例如：
cipką
cipkę
dojebać
dojebał
dojebię
dopieprzać
当这些字符 ą ę ć ł在单词中间时，可以匹配成脏话，例如zajebała能够成功识别成脏话，但是上述这种就不行

正则表达式如下：^((?!\\b(chuj|chuja|zesrywać|zesrywća)\\b)(\\s|\\S))*$
第一次：

第二次：

应该两次匹配都应该是同一种结果，但是因为字符位置的原因导致结果不一样
实在想不出哪里有问题，希望有懂底层的专家能解释一波该怎么解决，感谢了！

网友观点：

\\b 只能识别英文单词边界，其他语言的单词边界是无法识别的

貌似应该用哈希表啊？
有些地方叫字典。
在字典里的词是脏话，所以，需要先词法分析，把输入串分解成一个个单词，再把单词去字典里找。
词法分析用正则表达式完成即可。

[车联网安全自学篇] 四. 威胁检测之正则表达式手册教程【小抄】

---

欢迎新同学的光临

... ...
人若无名，便可专心练剑

---

我不是一条咸鱼，而是一条死鱼啊！

---

CSDN文章地址：[车联网安全自学篇] 四. 威胁检测之正则表达式手册教程【小抄】

0x01 前言

关于正则表达式，很多人认为，使用的时候查询下就行，没必要深入学习，但是知识与应用永远都是螺旋辩证的关系，有需要查询也无可厚非，但是先掌握知识，可以让应用更创新，更深入，超越他人，必须要先掌握大量的深刻的知识。

但是学习正则并非易事：知识点琐碎、记忆点多、符号乱，难记忆、难描述、广而深且，说了那么多，开始正文吧

正则表达式又称规则表达式，计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本，是对字符串操作的一种逻辑公式，是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

正则表达式使用一种符号系统，允许以最小的努力匹配复杂的文本模式。虽然对于正则表达式的语法没有正式的标准化，但是对于语法的基本元素有一个普遍的共识

正则表达式是处理字符串的强大工具，它有自己特定的语法结构，有了它，实现字符串的检索、替换、匹配验证、在HTML里提取想要的信息都是简简单单的事

例如，Windows下用于文件查找的通配符(wildcard)，也就是*和?。如果想查找某个目录下的所有的Word文档的话，搜索*.doc。在Windows这里，*会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求

• 例1：匹配以数字开头，并以 abc 结尾的字符串