Java和C＃正则expression式是否兼容？

两种语言都声称使用Perl风格的正则expression式。 如果我有一种语言testing正则expression式的有效性，它会在另一种语言中工作吗？ 正则expression式语法在哪里有所不同？

这里的用例是一个C＃（.NET）UI与最终的Java后端实现进行交互，后者将使用正则expression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

有很多（很多）的差异。

字符类

1. 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]] ）
2. 字符类相交[abc&&[cde]]
   • .NET：通过字符类减法和否定模拟： [abc-[^cde]] ）
   • Java 是的
3. \p{Alpha} POSIX字符类
   • .NET NO
   • Java 是（US-ASCII）
4. 在(?x)模式^{COMMENTS / IgnorePatternWhitespace} ，字符类中的空格（U + 0020）很重要 。
   • .NET 是的
   • Java NO
5. Unicode分类 （L，M，N，P，S，Z，C）
   • .NET 是 ： \p{L}表格
   • Java 是的 ：
     • 从Java 5开始： \pL ， \p{L} ， \p{IsL}
     • 从Java 7开始： \p{general_category=L} ， \p{gc=L}
6. Unicode类别 （Lu，Ll，Lt，…）
   • .NET 是 ： \p{Lu}表单只
   • Java 是的 ：
     • 从Java 5开始： \p{Lu} ， \p{IsLu}
     • 从Java 7开始： \p{general_category=Lu} ， \p{gc=Lu}
7. Unicode块
   • .NET 是 ： \p{IsBasicLatin}只。 （ 受支持的命名块 ）
   • Java 是的 :(块的名称是自由套pipe）
     • 从Java 5开始： \p{InBasicLatin}
     • 从Java 7开始： \p{block=BasicLatin} ， \p{blk=BasicLatin}
8. 所有长块名称都允许使用空格和下划线（例如BasicLatin可以写成Basic_Latin或Basic Latin ）
   • .NET NO
   • Java YES （Java 5）

量词

1. ?+ ， *+ ， ++和{m,n}+ （占有量词）
   • .NET NO
   • Java 是的

行情

1. \Q...\E转义了一串元字符
   • .NET NO
   • Java 是的
2. \Q...\E转义字符类元字符的string（在字符集中）
   • .NET NO
   • Java 是的

匹配构造

1. 条件匹配(?(?=regex)then|else) ， (?(regex)then|else) ， (?(1)then|else)或(?(group)then|else)
   • .NET 是的
   • Java NO
2. 命名捕获组并命名为反向引用
   • .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： \k<name>
3. 多个捕获组可以具有相同的名称
   • .NET 是的
   • Java NO （Java 7）
4. 平衡组定义(?<name1-name2>regex)或(?'name1-name2'subexpression)
   • .NET 是的
   • Java NO

断言

1. (?<=text) （积极向后看）
   • .NET 可变宽度
   • Java 明显的宽度
2. (?<!text) （负面后顾）
   • .NET 可变宽度
   • Java 明显的宽度

模式选项/标志

1. ExplicitCapture选项(?n)
   • .NET 是的
   • Java NO

杂

1. (?#comment)内嵌注释
   • .NET 是的
   • Java NO

参考

• regular-expressions.info – 不同的正则expression式的比较
• MSDN Library参考 – .NET Framework 4.5 – 正则expression式语言
• 模式（Java平台SE 7）

Answer 2

查看： http ： //www.regular-expressions.info/refflavors.html大量的正则expression式信息，并有一个很好的图表，详细介绍了java和.net之间的差异。

Answer 3

C＃正则expression式有自己的约定命名组(?<name>) 。 我不知道其他的区别。

Answer 4

.NET的正则expression式支持计数，所以你可以匹配嵌套的括号，这是你通常不能用正则expression式做的事情。 根据掌握正则expression式，这是less数几个实现之一，所以这可能是一个区别。

Answer 5

Java使用标准的Perltypes正则expression式以及POSIX正则expression式。 看看正则expression式的C＃文档，它看起来像Java具有所有C＃正则expression式的语法，但不是相反。

自己比较一下： Java ： C＃：

编辑： 目前，没有其他正则expression式支持微软的命名捕获版本。

Answer 6

从我的经验：

与.NET 2.0正则expression式相比，Java 7正则expression式：

• 组名中的下划线符号不受支持

• 不支持具有相同名称的组（在相同的正则expression式中）（尽pipe在使用“或”的expression式中可能会非常有用！）

• 没有捕获任何东西的组的值都是null而不是空string

• 索引为0的组也包含整个匹配（与.NET相同），但不包括在groupCount()

• replaceexpression式中的组返回引用也用美元符号（例如$ 1）表示，但是如果同一个expression式包含美元符号作为行尾标记 – 那么后面的引用美元应该被转义（\ $），否则在Java我们得到“非法组参考”错误

• 行尾符号（$）performance为贪婪行为。 例如，考虑下面的expression式（给出Javastring）：“bla（bla（？：$ | \ r \ n））+）？$”。 这里的最后一行文字将不被捕获！ 要捕获它，我们必须用“\ z”replace“$”。

• 没有“显式捕捉”模式。

• 空string不满足^。{0} $模式。

• 符号“ – ”在方括号内使用时必须转义。 也就是说，在Java中，模式“[a-z + – ] +”与string“f + gh”不匹配，但是在.NET中。 要在Java中匹配，模式应该看起来像（给出了Javastring）：“[a-z + \ – ] +”。

注意：“（给出的Javastring）” – 只是为了解释expression式中的双重转义。