本文介绍在 php 中使用正则表达式精确匹配包含 unicode 字符（如 `š`）和特殊符号（如 `%`）的独立子串，解决传统 `\b` 单词边界失效的问题，并提供基于 `mb_ereg` 和 `preg_match` 的安全、兼容 utf-8 的实现方案。
在处理多语言或含特殊符号的文本时，常见的 '\b' . $pattern . '\b' 方式往往失效——因为 \b（单词边界）仅定义在 \w（即 [a-zA-Z0-9_]）与非 \w 字符之间，而 š、% 等既不属于 ASCII 字母数字，也不被传统 \w 匹配，导致边界检测失败。
此时应放弃依赖 \b，转而使用环视断言（lookaround assertions） 显式定义“匹配项前后不允许出现什么”。核心思路是：用 (?
✅ 推荐方案：按空白符分隔（最常用）
若希望子串被空格、制表符、换行符或字符串边界所包围（即“独立词”语义），使用：
$item = 'šalotka 29%';
$string = 'something something šalotka 29% something';
mb_regex_encoding('UTF-8'); // 必须设置 UTF-8 编码以支持多字节字符
// 安全转义正则元字符（适用于 mb_ereg）
$escaped_item = mb_ereg_replace('[\[\](){}.\\\\|$^?+*#-]', '\\\0', $item);
$result = mb_ereg('(?其中 (?
✅ 替代方案：按单词字符分隔（更严格）
若需确保子串不嵌入任何 \w 字符（如防止匹配 šalotka29%abc 中的 šalotka 29%），改用：
mb_ereg('(?⚠️ 重要注意事项
-
mb_ereg 已弃用但可用：PHP 7.4+ 已移除 ereg_* 系列函数，但 mb_ereg_*（基于 Oniguruma 引擎）仍存在于部分环境；若目标环境为 PHP 8+，强烈推荐迁移到 preg_match：
$pattern = '~(?
preg_quote($item, '~') 自动转义所有 PCRE 元字符，比手动替换更可靠且支持完整 Unicode。
编码必须显式声明：mb_regex_encoding('UTF-8') 对 mb_ereg 至关重要；preg_* 则通过 u 修饰符启用 UTF-8 模式。
用户输入务必转义：无论使用哪种函数，若 $item 来自用户输入，必须调用 preg_quote()（preg_*）或等效转义（mb_ereg_replace）——否则 %、[、( 等会破坏正则逻辑，甚至引发注入风险。
✅ 总结
当传统 \b 在 Unicode 或含特殊字符场景下失效时，(?
