将Perl正则表达式转换为.NET

Question

我在Perl中有一些有用的正则表达式 。 是否有一种简单的方法可以将它们转换为.NET的正则表达式方言？

如果没有，是否有简要的差异参考？

Answer 1

http://www.regular-expressions.info/refflavors.html中有一个很大的比较表。

---

大多数基本元素相同，区别在于：

细微差异：

• Unicode转义序列。 在.NET中，它是\  ，在Perl中是\\x{200A} 。
• .NET中的\\v只是垂直制表符（U + 000B），在Perl中代表“垂直空格”类。 因此，Perl中有\\V
• .NET中命名引用的条件表达式为(?(name)yes|no) ，但在Perl中为(?(<name>)yes|no) 。

一些元素仅适用于Perl：

• 所有格量词（ x?+ ， x*+ ， x++等）。 改用非回溯子表达式（ (?>…) ）。
• 命名为unicode转义序列\\N{LATIN SMALL LETTER X} ， \\N{U+200A} 。
• 案件折叠和逃脱
  • \\l （小写的下一个字符）， \\u\u003c/code> （大写的下一个字符）。
  • \\L （小写）， \\U （大写）， \\Q （引用元字符），直到\\E为止。
• Unicode属性\\pL和\\PL简写形式。 您必须在.NET中包含括号，例如\\p{L} 。
• 诸如\\X ， \\C类的奇怪东西。
• 特殊字符类，例如\\v ， \\V ， \\h ， \\H ， \\N ， \\R
• 向后引用特定的或先前的\\g1 ， \\g{-1} 。 您只能在.NET中使用绝对组索引。
• 命名为反向引用\\g{name} 。 请改用\\k<name> 。
• POSIX字符类[[:alpha:]] 。
• 分支重置模式(?|…)
• \\K 使用后向（ (?<=…) ）代替。
• 代码评估断言(?{…}) ，延迟子表达式(??{…}) 。
• 子表达式参考（递归模式） (?0) ， (?R) ， (?1) ， (?-1) ， (?+1) ， (?&name) 。
• 一些条件表达式的谓词是Perl特定的：
  • 代码(?{…})
  • 递归(R) ， (R1) ， (R&name)
  • 定义(DEFINE) 。
• 特殊的回溯控制动词(*VERB:ARG)
• Python语法
  • (?P<name>…) 。 使用(?<name>…)代替。
  • (?P=name) 。 请改用\\k<name> 。
  • (?P>name) 。 .NET中没有等效项。

某些元素仅是.NET：

• 可变长度后向。 在Perl中，要获得积极的后视效果，请改用\\K
• 条件表达式中的任意正则表达式(?(pattern)yes|no) 。
• 字符类减法（未记录？） [az-[dw]]
• 平衡组(?<-name>…) 。 这可以用代码评估断言(?{…})后面跟(?&name)来模拟。

参考文献：

• .NET Framework 4：正则表达式语言元素
• Perlre

Answer 2

它们被设计为与Perl 5正则表达式兼容 。 因此，Perl 5正则表达式应该只在.NET中工作。

您可以按以下方式翻译一些RegexOptions ：

[Flags]
public enum RegexOptions
{
  Compiled = 8,
  CultureInvariant = 0x200,
  ECMAScript = 0x100,
  ExplicitCapture = 4,
  IgnoreCase = 1,                 // i in Perl
  IgnorePatternWhitespace = 0x20, // x in Perl
  Multiline = 2,                  // m in Perl
  None = 0,
  RightToLeft = 0x40,
  Singleline = 0x10               // s in Perl
}

另一个技巧是使用逐字字符串，这样您就无需在C＃中转义所有这些转义字符：

string badOnTheEyesRx    = "\\d{4}/\\d{2}/\\d{2}";
string easierOnTheEyesRx = @"\d{4}/\d{2}/\d{2}";

Answer 3

它实际上取决于正则表达式的复杂性-许多表达式可以立即使用。

看看此 .NET regex备忘单，看看操作员是否按照您的期望去做。

我不知道能在RegEx方言之间自动翻译的任何工具。