c# - C# 和 regex101 之间的正则表达式结果不同

Question

我创建了以下正则表达式

^xy_yx_blaa_(\d+)([\s\S]*?)(^[A-D]$|QM)+[\s\S]*?(?:SW|Analyzing)

我遇到的问题是，当我运行 regex101 作为示例时，它将获得 199 个匹配项(这正是我想要的)，但是当我在我的 C# 程序中使用它时，它只会获得 55 个匹配项

经过进一步调查，我发现 C# 程序只匹配包含“QM”的文本，但在 regex101 中它匹配包含 A|B|C|D|QM 的文本

这是我当前的代码

TextExtractor extractor = new TextExtractor(path);
string text = extractor.ExtractText();
MatchCollection matches = Regex.Matches(text, pattern, RegexOptions.Multiline);

提前致谢

这是输入字符串的示例

xy_yx_blaa_184

is the act of composing and sending electronic messages, typically
consisting of alphabetic and numeric characters, between two or more
users of mobile phones, tablets, desktops/laptops, or other devices.
Text messages may be sent over a cellular network, or may also be sent
via an Internet connection.

Derived

QM

SW

xy_yx_blaa_199

is the act of composing and sending electronic messages, typically
consisting of alphabetic and numeric characters, between two or more
users of mobile phones, tablets, desktops/laptops, or other devices.
Text messages may be sent over a cellular network, or may also be sent
via an Internet connection.

Derived

A

SW

在上面的文本示例中，C# 将捕获第一个(它包含 QM)，但在正则表达式 101 中，它将捕获两个

Answer 1

在使用 RegexOptions.Multiline(或其等效的 (? m)) 因为文件可能有 Windows CRLF 结尾，并且 $ anchor 仅匹配 \n 之前的 LF 符号。

此外，[\s\S] 更像是 hack，您需要使用 . 和 RegexOptions.Singleline 来匹配任何性格。

var pattern = @"^xy_yx_blaa_(\d+)(.*?)(^[A-D]\r?$|QM)+.*?(?:SW|Analyzing)";
var results = Regex.Matches(text, pattern, RegexOptions.Multiline | RegexOptions.Singleline)
    .Cast<Match>()
    .Select(m => m.Value)
    .ToList();

这是一个regex demo和一个 C# demo .