Java和C＃正则表达式是否兼容？

Question

两种语言都声称使用Perl样式的正则表达式。如果我有一种语言测试正则表达式的有效性，它会在另一种语言中工作吗？正则表达式语法在哪里不同？

这里的用例是一个C＃（.NET）UI，它与最终的Java后端实现进行通信，该实现将使用正则表达式来匹配数据。

请注意，我只需要担心匹配，而不是提取匹配数据的部分。

Answer 1

存在很多（很多）差异。

角色等级

1. 字符类减法[abc-[cde]]
   • .NET YES（2.0）
   • Java：通过字符类交集和否定模拟：[abc&&[^cde]]）
2. 字符类交集[abc&&[cde]]
   • .NET：通过字符类减法和否定模拟：[abc-[^cde]]）
   • Java 是
3. \p{Alpha} POSIX字符类
   • .NET 否
   • Java YES（US-ASCII）
4. 在(?x)模式 ^{COMMENTS / IgnorePatternWhitespace} 下，字符类中的空格（U + 0020）为重要。
   • .NET 是
   • Java 否
5. Unicode Category（L，M，N，P，S，Z，C）
   • .NET 是：\p{L}仅限
   • Java 是：
     • 来自Java 5：\pL，\p{L}，\p{IsL}
     • 来自Java 7：\p{general_category=L}，\p{gc=L}
6. Unicode Category（Lu，Ll，Lt，...）
   • .NET 是：\p{Lu}仅限
   • Java 是：
     • 来自Java 5：\p{Lu}，\p{IsLu}
     • 来自Java 7：\p{general_category=Lu}，\p{gc=Lu}
7. Unicode Block
   • .NET 是：仅限\p{IsBasicLatin}。 （Supported Named Blocks）
   • Java 是 :(块名称为free-casing）
     • 来自Java 5：\p{InBasicLatin}
     • 来自Java 7：\p{block=BasicLatin}，\p{blk=BasicLatin}
8. 所有长版块名称中允许的空格和下划线（例如BasicLatin可以写为Basic_Latin或Basic Latin）
   • .NET 否
   • Java 是（Java 5）

量词

1. ?+，*+，++和{m,n}+（占有量词）
   • .NET 否
   • Java 是

报价

1. \Q...\E转义一串元字符
   • .NET 否
   • Java 是
2. \Q...\E转义一串字符类元字符（在字符集中）
   • .NET 否
   • Java 是

匹配构造

1. 条件匹配(?(?=regex)then|else)，(?(regex)then|else)，(?(1)then|else)或(?(group)then|else)
   • .NET 是
   • Java 否
2. 命名捕获组并命名为反向引用
   • .NET 是：
     • 捕获群组：(?<name>regex)或(?'name'regex)
     • 反向引用：\k<name>或\k'name'
   • Java 是（Java 7）：
     • 捕获群组：(?<name>regex)
     • 反向引用：\k<name>
3. 多个捕获组可以具有相同的名称
   • .NET 是
   • Java 否（Java 7）
4. 平衡群组定义(?<name1-name2>regex)或(?'name1-name2'subexpression)
   • .NET 是
   • Java 否

断言

1. (?<=text)（正面观察）
   • .NET 可变宽度
   • Java 明显的宽度
2. (?<!text)（负面观察）
   • .NET 可变宽度
   • Java 明显的宽度

模式选项/标志

1. ExplicitCapture选项(?n)
   • .NET 是
   • Java 否

其它

1. (?#comment)内联评论
   • .NET 是
   • Java 否

参考

• regular-expressions.info - Comparison of Different Regex Flavors
• MSDN Library Reference - .NET Framework 4.5 - Regular Expression Language
• Pattern (Java Platform SE 7)

Answer 2

结帐：http://www.regular-expressions.info/refflavors.html 该网站上有大量的正则表达式信息，并且有一个很好的图表，详细说明了java和amp;之间的差异。 。净。

Answer 3

c＃regex对命名组(?<name>)有自己的约定。我不知道有任何其他差异。

Answer 4

.NET Regex支持计数，因此您可以匹配嵌套括号，这是您通常无法使用正则表达式执行的操作。根据掌握正则表达式，这是为数不多的实现之一，所以这可能是一个区别。

Answer 5

Java使用标准的Perl类型正则表达式以及POSIX正则表达式。看看关于正则表达式的C＃文档，看起来Java具有所有C＃正则表达式语法，但不是相反。

自己比较：Java：C#:

修改 Currently, no other regex flavor supports Microsoft's version of named capture.

Answer 6

根据我的经验：

与.NET 2.0正则表达式相比，Java 7正则表达式：

• 不支持组名中的下划线符号

• 不支持具有相同名称（在同一正则表达式中）的组（尽管在使用“或”的表达式中它可能非常有用！）

• 没有捕获任何内容的群组的值为null，而不是空字符串

• 索引为0的组也包含整个匹配项（与.NET中相同）但不包含在groupCount()

中 替换表达式中的

• 组后退引用也用美元符号（例如$ 1）表示，但如果相同的表达式包含美元符号作为行尾 标记 - 然后后退参考美元应该被转义（\ $），否则在Java中我们得到“非法组引用”错误

• 行尾符号（$）表现得很贪婪。例如，考虑以下表达式（给出Java字符串）：“bla（bla（？：$ | \ r \ n））+）？$”。这里是最后一个 将不会捕获文本行！要捕获它，我们必须用“\ z”替换“$”。

• 没有“Explicit Capture”模式。

• 空字符串不满足^。{0} $ pattern。

• 符号“ - ”在方括号内使用时必须转义。也就是说，模式“[a-z + - ] +”与Java中的字符串“f + g-h”不匹配，但在.NET中也是如此。匹配 在Java中，模式应该看起来像（给出了Java字符串）：“[a-z + \ - ] +”。

注意：“（给出了Java字符串）” - 只是为了解释表达式中的双重转义。