Question

我需要验证要检索的属性名称的用户输入。

例如，用户可以为Windows窗体控件对象键入＆＃34; Parent.Container＆＃34; 属性，或只输入＆＃34; Name＆＃34; 属性。然后我用反射来获得属性的价值。

我需要检查用户是否输入了 c＃property 的合法符号（或者只是合法的单词符号，如\ w），并且此属性也可以是复合的（包含两个或多个用点分隔的单词））。

我现在有这个，这是一个正确的解决方案吗？

^([\w]+\.)+[\w]+$|([\w]+)

我使用Regex.IsMatch方法，当我通过＆＃34;？someproperty＆＃34; 时，它返回true，但＆＃34; \ w＆＃34;不包括＆＃34;？＆＃34;

Answer 1

不是最好的，但这会奏效。演示here。

^@?[a-zA-Z_]\w*(\.@?[a-zA-Z_]\w*)*$

请注意 *号码0-9 不允许作为第一个字符
* @仅允许作为第一个字符，但不允许其他任何地方（编译器会剥离） * _是允许的

修改

根据您的要求，下面的Regex会更有用，因为输入属性名称中不需要@。检查here。

^[a-zA-Z_]\w*(\.[a-zA-Z_]\w*)*$

Answer 2

我也一直在寻找这个，但是我不知道现有的答案是完整的。经过一番挖掘，这就是我发现的东西。

澄清我们想要的东西

首先，我们需要知道想要哪个有效：根据运行时间有效还是根据语言有效？例子：

Foo\u0123Bar是C＃语言的有效属性名称，而不是 runtime 的有效属性名称。差异由编译器平滑处理，编译器将标识符安静地转换为FooģBar。
对于逐字标识符（@前缀），该语言将@视为标识符的一部分，但运行时看不到它。

根据您的需求，任何一种都可以。如果要将经过验证的文本输入到反射方法（例如GetProperty(string)）中，则需要 runtime 有效版本。但是，如果您希望C＃开发人员更熟悉的语法，则需要语言-有效版本。

基于运行时的“有效”

C＃版本5是（截至7/2018）具有正式标准的最新版本：ECMA 334规范。它的规则是：

此子节中给出的标识符规则完全对应除Unicode标准附件15建议的内容外，下划线可以用作初始字符（如 C语言），Unicode转义序列允许在标识符，并且允许使用“ @”字符作为前缀来启用用作标识符的关键字。

提到的“ Unicode标准附件15”为Unicode TR 15, Annex 7，将基本模式形式化为：

<identifier> ::= <identifier_start> ( <identifier_start> | <identifier_extend> )*

<identifier_start> ::= [{Lu}{Ll}{Lt}{Lm}{Lo}{Nl}]

<identifier_extend> ::= [{Mn}{Mc}{Nd}{Pc}{Cf}]

{花括号中的代码}是Unicode类，它们直接通过\p{category}映射到Regex。因此（经过一些简化），根据 runtime 检查“有效”的基本正则表达式为：

@"^[\p{L}\p{Nl}_][\p{Cf}\p{L}\p{Mc}\p{Mn}\p{Nd}\p{Nl}\p{Pc}]*$"

所有丑陋的细节

C＃规范还要求标识符采用Unicode规范化形式C。但是，不需要编译器实际执行它。至少Roslyn C＃编译器允许使用非规范形式的标识符（例如E\u0304\u0306），并将其与等效的规范形式的标识符（例如\u0100\u0306）区别对待。而且，据我所知，没有一种用正则表达式来代表这样的规则的理智方法。如果您不需要/希望用户能够区分看起来完全相同的属性，我的建议是仅对用户输入运行string.Normalize()即可完成操作。

C＃规范说，如果两个标识符仅在格式化字符方面有所不同，则它们是等效的。例如，Elmo（四个字符）和Elmo（El\u00ADmo）是相同的标识符。（请注意：这是软连字符，通常不可见；但是某些字体可能会显示出来。）如果不可见字符的存在会给您带来麻烦，则可以从正则表达式中删除\p{Cf}。这并不会减少您接受的标识符，而只是减少您接受的格式。

C＃规范保留包含“ __”的标识符供自己使用。根据您的需要，您可能希望排除该可能性。这可能是与正则表达式分开的操作。

嵌套，泛型等

Reflection，Type，IL和其他地方有时会显示类名或带有额外符号的方法名。例如，类型名称可以指定为X`1+Y[T]。多余的东西不是标识符的部分-这是表示类型信息的不相关方式。

基于语言的“有效”

这只是以前的正则表达式，还允许：

前缀@
Unicode转义序列

第一个是微不足道的修改：只需添加@?。

Unicode转义序列的格式为@"\\[Uu][\dA-Fa-f]{4}"。我们可能会尝试将它们楔入[ ... ]对中并称其为完成，但是这样做会错误地允许（例如）\u0000作为标识符。我们需要将转义序列限制为产生其他可接受字符的序列。一种方法是进行预转换以转换转义序列：将所有\\[Uu][\dA-Fa-f]{4}替换为相应的字符。

因此，将所有内容放在一起，从C＃语言的角度检查字符串是否有效：

bool IsValidIdentifier(string input)
{
    if (input is null) { throw new ArgumentNullException(); }

    // Technically the input must be in normal form C. Implementations aren't required
    // to verify that though, so you could remove this check if your runtime doesn't
    // mind.
    if (!input.IsNormalized())
    {
        return false;
    }

    // Convert escape sequences to the characters they represent. The only allowed escape
    // sequences are of form \u0000 or \U0000, where 0 is a hex digit.
    MatchEvaluator replacer = (Match match) =>
        {
            string hex = match.Groups[1].Value;
            var codepoint = int.Parse(hex, NumberStyles.HexNumber);
            return new string((char)codepoint, 1);
        };
    var escapeSequencePattern = @"\\[Uu]([\dA-Fa-f]{4})";
    var withoutEscapes = Regex.Replace(input, escapeSequencePattern, replacer, RegexOptions.CultureInvariant);
    withoutEscapes.Dump();

    // Now do the real check.
    var isIdentifier = @"^@?[\p{L}\p{Nl}_][\p{Cf}\p{L}\p{Mc}\p{Mn}\p{Nd}\p{Nl}\p{Pc}]*$";
    return Regex.IsMatch(withoutEscapes, isIdentifier, RegexOptions.CultureInvariant);
}

回到原始问题

提问者早已不复存在，但我觉得有义务提供对实际问题的答案：

string[] parts = input.Split();
return parts.Length == 2
  && IsValidIdentifier(parts[0])
  && IsValidIdentifier(parts[1]);

来源

ECMA 334§7.4.3； ECMA 335§I.10； Unicode TR 15 Annex 7

Answer 3

您在评论中发布的内容几乎是正确的。但它不会检测单个属性，例如＆＃34; Name＆＃34;。

^(?:[\w]+\.)*\w+$

按预期工作。刚刚将+更改为*，将组更改为非捕获组，因为您不关心这里的组。

正则表达式检查c＃中的有效属性名称

3 个答案: