Java 和 C# 正则表达式不产生相同的结果

Posted 2023-04-13

【中文标题】Java 和 C# 正则表达式不产生相同的结果

【英文标题】：Java and C# Regex not producing same result

【发布时间】：2016-11-04 06:31:37

【问题描述】：

我尝试使用正则表达式的一部分将句子拆分为单词。作为其中的一部分，我想拆分诸如“单词”之类的模式。变成“单词”、“.”。为此，我对标点符号使用正向前瞻，对空格字符使用负向前瞻。

在 Java 中，以下代码实现了这一点：

Pattern test = Pattern.compile("(?=[\\pP&&[^']])(?<!\\s)");
test.split("word."); // returns ["word", "."]

但是，当我在 C# 中尝试使用相同的模式时，它不起作用。

Regex.Split("word.", @"(?=[\pP&&[^']])(?<!\s)");
// returns ["word."]

为什么 C# 在这里的行为方式不同？

【问题讨论】：

您为什么希望它的行为方式相同？

Java实现一定是错的。

@ScottHannen：这只是正则表达式的不同风格。

对。我希望 Java 和 C# 正则表达式相似，但并非在所有情况下都完全相同。在这种情况下，我不能轻易找到它们不同的原因，所以我问了。

@Matti：我知道，我只是在说些蠢话。

【参考方案1】：

&& 是 Java 特定的正则表达式语法，在 .NET 中不起作用。

但是我认为您应该能够在 .NET 中以更简单的方式重写它，如下所示：

@"(?=[^'\PP])(?<!\s)"

它使用\P 字符类，它是\p 的否定，它被^ 否定并以正确的方式结束。

【讨论】：

另一种写法是(?=[\pP-[']])（只是后面的部分）