c# - 从右到左语言中的正则表达式模式匹配

Question

我正在处理包含阿拉伯语类别的 url 字符串的模式匹配。

例如，在英语中，每当我看到如下内容时:

匹配模式 -> (.*)/Store/SomeThing/(.*)

我用这个模式替换它-> $1/store/something

这样

http://baseurl.com/en-gb/Store/SomeThing/WhatEver

可以没有“whatever”而变得像

http://baseurl.com/en-gb/store/something

现在，我怎样才能用阿拉伯语做这样的事情？

例如，这是我的测试:

1) 测试 url 以匹配:

• 1a) http://baseurl.com/ar-gb/Store/عرمنتوات/عرع

• 1b) http://baseurl.com/ar-gb/Store/عرع/عرمنتوات

如何剪切 عرمنتجات 之后的所有内容，而不考虑因为“/”也是阿拉伯字符，所以它的处理方式与其他阿拉伯字母一样？

2) 被测匹配模式:

• 2a) (.*)/Store/عرمنتوات/(.*)

• 2b) (.*)/Store/(.*)/عرمنتوات

• 2c) (.*)/Store/عرمنتوات

::::测试结果::::

在我的测试中

• (1a) 与 (2a) 和 (2c) 相匹配，两者看起来都很奇怪

• (1b) 与 (2b) 匹配，但很奇怪，我本以为 (2a) 可以使用它，但没有

长话短说，这个模式匹配的等价物是什么: - (.*)/Store/SomeThing/(.*) 在阿拉伯语中，考虑到 SomeThing 是用阿拉伯语写的？

Answer 1

这种行为可能看起来很奇怪，但嵌入在阿拉伯字母中的所有“控制字符”(不确定它们的完整列表)也是从右到左呈现的。查看您的两个示例的字节码:

/Store/عرمنتجات/عرع
 2F53746F72652F   D8B9D8B1D985D986D8AAD8ACD8A7D8AA   2F   D8B9D8B1D8B9
|--------------| |--------------------------------| |--| |------------|
  "/Store/"                   عرمنتجات               /  i    عرع

/Store/عرع/عرمنتجات
 2F53746F72652F   D8B9D8B1D8B9   2F   D8B9D8B1D985D986D8AAD8ACD8A7D8AA
|--------------| |------------| |--| |--------------------------------|
  "/Store/"           عرع        /  i              عرمنتجات

/Store/عرمنتجات/whatever
2F53746F72652F D8B9D8B1D985D986D8AAD8ACD8A7D8AA  2F  7768617465766572
|------------| |------------------------------| |--| |--------------|
  "/Store/"                عرمنتجات              /        whatever

(注意:i 只是为了防止我在这里解释的渲染)

这也解释了您的测试结果。特别是它取决于 / 是否有相邻的拉丁字母。