RegEx 不适用于 .NET，但适用于其他 RegEx 实现

Posted 2023-03-05

【中文标题】RegEx 不适用于 .NET，但适用于其他 RegEx 实现

【英文标题】：RegEx doesn't work with .NET, but does with other RegEx implementations

【发布时间】：2013-10-01 23:21:48

【问题描述】：

我正在尝试匹配如下所示的字符串：

http://www.google.com

但如果它发生在像这样的更大的上下文中，则不会：

<a href="http://www.google.com"> http://www.google.com </a>

在我测试过的几个不同的 RegEx 引擎（php、ActionScript）中，我得到的正则表达式看起来像这样：

(?<!["'>]\b*)((https?://)([A-Za-z0-9_=%&@?./-]+))\b

你可以在这里看到它的工作原理：http://regexr.com?36g0e

问题在于特定的 RegEx 在 .NET 下似乎无法正常工作。

private static readonly Regex fixHttp = new Regex(@"(?<![""'>]\b*)((https?://)([A-Za-z0-9_=%&@?./-]+))\b", RegexOptions.IgnoreCase);
private static readonly Regex fixWww = new Regex(@"(?<=[\s])\b((www\.)([A-Za-z0-9_=%&@?./-]+))\b", RegexOptions.IgnoreCase);

public static string FixUrls(this string s)

    s = fixHttp.Replace(s, "<a href=\"$1\">$1</a>");
    s = fixWww.Replace(s, "<a href=\"http://$1\">$1</a>");
    return s;

具体来说，.NET 似乎并没有关注第一个\b*。换句话说，它正确地无法匹配这个字符串：

<a href="http://www.google.com">http://www.google.com</a>

但它不正确地匹配这个字符串（注意多余的空格）：

<a href="http://www.google.com"> http://www.google.com </a>

关于我做错了什么或如何解决它的任何想法？

【问题讨论】：

您的正则表达式链接中没有替换或匹配...而且您不应该将量词放在单词边界上。在 .NET 中（我在这里考虑 C#），您必须用双引号转义双引号，以便 " 变为 ""。

@Jerry - 是的，我在我的实际 C# 代码中做所有这些 - 已编辑。

我记得使用过一些 RE 工具，他们可以选择执行 RE 的引擎。有一个 .Net 引擎，因为它以不同的方式执行 RE。

@SoMoS - 同意，他们显然这样做了。我在myregextester.com/index.php 对其进行了测试，它显示它在 PHP 下工作，但在 .NET 下失败（就像我自己的测试一样）。

@KenSmith \b 匹配位置而不是字符。如果你想断言http 左边没有["'>]，但忽略中间的空格，那么\s* 是要走的路。如果这是您的意图，我可以投票取消删除答案（我相信它已被删除，因为我指出该建议背后的推理不正确）

【参考方案1】：

我一直在等待一个真正最初回答这个问题的人在这里弹出答案，但既然他们没有，我就把它扔进去。

我不确定准确出了什么问题，但事实证明，在 .NET 中，我需要将 \b* 替换为 \s*。 \s* 似乎不能与其他 RegEx 引擎一起使用（我只做了一点测试），但它确实可以在 .NET 上正常工作。我在\b 周围阅读的文档会让我相信它也应该匹配导致单词的空格，但也许我误解了，或者不同引擎处理不同的捕获存在一些奇怪之处。

无论如何，这是我最后的正则表达式：

(?<!["'>]\s*)((https?:\/\/)([A-Za-z0-9_=%&@\?\.\/\-]+))\b

我不明白哪里出了问题，无法提供任何真实背景来解释为什么这种变化有效，而且我不喜欢 RegExes，以至于我无法证明花时间解决这个问题是合理的，但也许它会对某人有所帮助否则最终:-)。