\b and accented letters\b et les lettres accentuées

The accents page showed how you can overcome the limitations of \w by using \p{L} instead, which does include accented letters. \b has no such way out: it stays defined by \w whether or not the u flag is on, and there is no Unicode property to put in its place.

The consequence is concrete, and easier to see than to explain. Since “é” is not a word character, there is no boundary between a space and an “é”, so no start of word is found in front of “été”. And since there IS a boundary between “è” (not a word character) and “s” (a word character), one is found in the middle of “très”.

Il a été très fier. Son thé est là. Elle dit que non. Le mot 'car' aussi.

Il a été très fier. Son thé est là. Elle dit que non. Le mot 'car' aussi.

La page sur les accents a montré comment contourner les limites de \w en utilisant \p{L}, qui inclut les lettres accentuées. Le \b, lui, n’a pas d’échappatoire : il reste défini par \w, que le drapeau u soit actif ou non, et il n’existe aucune propriété Unicode pour le remplacer.

La conséquence est concrète, et elle se voit mieux qu’elle ne s’explique. Comme « é » n’est pas un caractère de mot, il n’y a pas de limite entre une espace et un « é » : aucun début de mot n’est trouvé devant « été ». Et comme il y a bien une limite entre « è » (non-mot) et « s » (mot), il s’en trouve une au milieu de « très ».

Il a été très fier. Son thé est là. Elle dit que non. Le mot 'car' aussi.

Il a été très fier. Son thé est là. Elle dit que non. Le mot 'car' aussi.