跨平台的共享正则表达式模式

Question

我们正尝试在多个平台（应用程序（Android / iOS），Web（javascript）和后端服务（C＃））之间共享我们的RegEx模式。

我预见的一个问题是所有平台都有不同的正则表达式引擎。可能导致其中一个错误地处理正则表达式模式。

正则表达式模式最初在C＃中定义，然后通过Webservice或Bower暴露给其他平台。有没有为模式编写单元测试以确保它在其他平台上工作？

我问这个问题的原因是因为我认为有一种常见的正则表达式语言，并且每个引擎都有它自己独特的怪癖。如果是这样，应该可以验证每种模式是否符合通常理解的语言。

Answer 1

我建议选择支持最少数量的正则表达式功能的标准作为基础功能，即 Javascript 。

也就是说，regular-expressions.info列出了JavaScript中可用的内容：

• 仅支持g，i，m标记，不支持内联标记
• 反斜杠在JavaScript中转义
• 使用(?s)
代替[\s\S]修饰符
• 没有\A或\Z个锚点来匹配字符串的开头或结尾。请改用插入符号或美元。
• 根本不支持Lookbehind。 Lookahead完全支持。
• 没有原子分组或占有量词。
• 除了使用\uFFFF匹配单个字符外，不支持Unicode。
• 没有命名的捕获组。请改用编号的捕获组。
• 没有模式修饰符可以在正则表达式中设置匹配选项。
• 无条件。
• 没有正则表达式评论。在正则表达式字符串之外使用JavaScript //注释来描述正则表达式。

此外，在字符类中使用明确的转义（主要是-，]和[个字符，必须对它们进行转义以避免混淆。）

请注意，在Java正则表达式字符串中，反斜杠必须进行双重转义。

正如@nhahdth所提到的，避免使用速记类，而是使用字符类。当您不需要匹配Unicode字母时，\w可能会成为真正的罪魁祸首，只需提及您需要[a-zA-Z0-9_]，这是安全的。