什么是 PCRE 兼容语法？ C# PCRE 兼容吗？

Posted 2023-04-13

【中文标题】什么是 PCRE 兼容语法？ C# PCRE 兼容吗？

【英文标题】：What is PCRE-compatible syntax? And is C# PCRE-compatible?

【发布时间】：2014-12-17 17:09:09

【问题描述】：

从***我发现了这个：

Perl 兼容正则表达式 (PCRE) 是一个正则表达式 C 受 Perl 中正则表达式功能启发的库 编程语言，由 Philip Hazel 编写，从夏天开始 1997. PCRE 的语法比任何 POSIX 正则表达式风格和许多经典正则都更强大和灵活 表达式库。这个名字有误导性，因为 PCRE 和 Perl 每个人都有彼此不共享的能力。

Source

【问题讨论】：

您希望 C#（它不是正则表达式语法）如何与 PCRE 兼容？您的意思是“.NET 的Regex 类使用的正则表达式语法是否与 PCRE 兼容？”也许？

@JonSkeet 是的，你是对的。到目前为止，我对 PCRE 没有任何想法。

我是因为Regex101中的这个问题才来这个问题的：github.com/firasdib/Regex101/issues/124

【参考方案1】：

C# 正则表达式与 PCRE 正则表达式共享一些语法。大多数功能重叠，但两个库都有自己的细节：

几个例子：

PCRE

支持递归 支持回溯控制动词 支持(?(DEFINE) ... ) 等结构 支持更多选项 提供 DFA 解析模式 支持部分匹配 支持\K 支持X++简写语法（相当于(?>X+)）

.NET

支持捕获堆栈和重复命名组 支持平衡组 支持可变长度后视

此列表并不详尽。您可以在 this page 和兄弟页面上比较这两种风格。

考虑到这些差异，我希望能够使用来自 .NET 的 PCRE 正则表达式，并且最近启动了 PCRE.NET，这是一个包装器项目。它还没有完成，但已经开始可用了。

【讨论】：

作为 .NET 的旧 PCRE 包装器的长期用户，我很高兴找到您一直在研究的那个（与旧的不兼容的 4.5.2 兼容）并且加倍很高兴发现它同样快，3 年前我正在做很多正则表达式处理并切换到 PCRE，当我意识到本机 C# 正则表达式处理速度非常慢时。最近的例子 - 100 个文件，通过大约 90 个正则表达式规则，C# - 190s，PCRE - 4s......

@Simon 很好，感谢您的反馈！ :) 虽然它在很大程度上取决于所涉及的正则表达式，但我还没有花足够的时间进行基准测试，但是在 .NET 中某些模式肯定更快。

我的主要是零宽度前瞻类型，即 (?=.*?words)(?=.*?order)(?=.*?in)(?=.*?any)。我现在遇到的问题（有点！）我正在处理内存中已经存在的 3K 文档，而旧 C# 的 CPU 为 100%，但使用 PCRE 它不会超过 25%，没有其他活动磁盘等，我我在针对 90 个正则表达式的并行 foreach 中运行 3K，即使添加大量调试输出也只会将 CPU 推到 45%！假设我已经达到了一些不易监控的物理 CPU 读取 RAM 限制，假设 PCRE 中没有线程限制？

@Simon nope，PCRE 和 PCRE.NET 是完全线程安全的。看起来是时候在代码上使用分析器了，这是了解瓶颈来自何处的唯一方法。尽管在您的情况下，我认为您最好完全避免使用正则表达式并使用String.Contains，或者您应该考虑使用类似 Lucene.NET 的东西。另外，我希望这个正则表达式以^ 开头:)

感谢您确认线程。 Profiler 是我的下一个任务，我不使用 ^ 像往常一样使用 Match 运行这些，假设（天真？）涵盖了开始锚定。一位同事提到 String.Contains 但鉴于这些正则表达式很少注册两位数 ElapsedTicks 将 4 String.Contains 与说之前的正则表达式真的更快还是短路有帮助，尽管我想知道如果第一个正则表达式会做同样的事情找不到单词。