c# - Java 和 C# 正则表达式兼容吗？

Question

这两种语言都声称使用 Perl 风格的正则表达式。如果我用一种语言测试正则表达式的有效性，它是否适用于另一种语言？正则表达式语法有何不同？

这里的用例是 C# (.NET) UI 与最终的 Java 后端实现对话，后者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

有相当(很多)差异。

字符类

字符类减法[abc-[cde]]

.NET 是 (2.0)

Java:通过字符类交集和否定模拟:[abc&&[^cde]] )

字符类交集[abc&&[cde]]

.NET:通过字符类减法和否定模拟:[abc-[^cde]] )

Java 是

\p{Alpha} POSIX 字符类

.NET 否

Java 是 (US-ASCII)

下 (?x)模式 COMMENTS / IgnorePatternWhitespace , 字符类中的空格 (U+0020) 很重要。

.NET 是

Java 否

Unicode Category (L, M, N, P, S, Z, C)

.NET 是 :\p{L}仅表格

Java 是 :

从 Java 5:\pL , \p{L} , \p{IsL}

从 Java 7:\p{general_category=L} , \p{gc=L}

Unicode Category (陆，Ll，Lt，...)

.NET 是 :\p{Lu}仅表格

Java 是 :

从 Java 5:\p{Lu} , \p{IsLu}

从 Java 7:\p{general_category=Lu} , \p{gc=Lu}

Unicode Block

.NET 是 :\p{IsBasicLatin}只要。 ( Supported Named Blocks )

Java 是 :(块的名称是自由套管)

从 Java 5:\p{InBasicLatin}

从 Java 7:\p{block=BasicLatin} , \p{blk=BasicLatin}

所有长块名称中都允许使用空格和下划线(例如 BasicLatin 可以写成 Basic_Latin 或 Basic Latin )

.NET 否

Java 是 (Java 5)

量词

?+ , *+ , ++和 {m,n}+ (所有格量词)

.NET 否

Java 是

引述

\Q...\E转义一串元字符

.NET 否

Java 是

\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

条件匹配(?(?=regex)then|else) , (?(regex)then|else) , (?(1)then|else)或 (?(group)then|else)

.NET 是

Java 否

命名捕获组和命名反向引用

.NET 是 :

捕获组:(?<name>regex)或 (?'name'regex)

反向引用:\k<name>或 \k'name'

Java 是 ( Java 7 ):

捕获组:(?<name>regex)

反向引用:\k<name>

多个捕获组可以具有相同的名称

.NET 是

Java 否 (Java 7)

平衡组定义 (?<name1-name2>regex)或 (?'name1-name2'subexpression)

.NET 是

Java 否

断言

(?<=text) (正面回顾)

.NET 可变宽度

Java 明显宽度

(?<!text) (负面回顾)

.NET 可变宽度

Java 明显宽度

模式选项/标志

ExplicitCapture 选项 (?n)

.NET 是

Java 否

各种各样的

(?#comment)内嵌评论

.NET 是

Java 否

引用

regular-expressions.info - Comparison of Different Regex Flavors

MSDN Library Reference - .NET Framework 4.5 - Regular Expression Language

Pattern (Java Platform SE 7)