Sont Java et C# expressions régulières compatibles?

Les deux langues prétendent utiliser Perl style des expressions régulières. Si j'ai un test de langue est une expression régulière pour la validité, il travaillera dans l'autre? Où l'expression régulière syntaxes diffèrent-ils?

Le cas d'utilisation ici est un C# (.NETTE) de l'INTERFACE utilisateur de parler à un éventuel Java back-end de mise en œuvre qui va utiliser les regex pour correspondre aux données.

Remarque que j'ai seulement besoin de s'inquiéter à propos de la correspondance, pas sur l'extraction des portions de données appariées.

InformationsquelleAutor TREE | 2009-02-11
  1. 93

    Il y a beaucoup de différences.

    Classe De Personnage

    1. Les classes de caractères soustraction [abc-[cde]]
      • .NET OUI (2.0)
      • Java: Émulé via caractère de classe de l'intersection et de la négation: [abc&&[^cde]])
    2. Les classes de caractères intersection [abc&&[cde]]
      • .NET: Émulé via caractère de classe de la soustraction et de la négation: [abc-[^cde]])
      • Java OUI
    3. \p{Alpha} De caractères POSIX classe
      • .NET PAS
      • Java OUI (US-ASCII)
    4. Sous (?x) mode COMMENTAIRES/IgnorePatternWhitespace, de l'espace (U+0020) dans la classe de personnage est significative.
      • .NET OUI
      • Java PAS
    5. Unicode Catégorie (L, M, N, P, S, Z, C)
      • .NET OUI: \p{L} forme seulement
      • Java OUI:
        • À Partir De Java 5: \pL, \p{L}, \p{IsL}
        • À Partir De Java 7: \p{general_category=L}, \p{gc=L}
    6. Unicode Catégorie (Lu, Ll, Lt, ...)
      • .NET OUI: \p{Lu} forme seulement
      • Java OUI:
        • À Partir De Java 5: \p{Lu}, \p{IsLu}
        • À Partir De Java 7: \p{general_category=Lu}, \p{gc=Lu}
    7. Blocs Unicode
      • .NET OUI: \p{IsBasicLatin} seulement. (Soutenu Nommé Blocs)
      • Java OUI: (nom du bloc est libre-boîtier)
        • À Partir De Java 5: \p{InBasicLatin}
        • À Partir De Java 7: \p{block=BasicLatin}, \p{blk=BasicLatin}
    8. Des espaces et des caractères de soulignement autorisé dans tous les bloc de noms (par exemple, BasicLatin peut être écrite comme Basic_Latin ou Basic Latin)
      • .NET PAS
      • Java OUI (Java 5)

    Quantificateur

    1. ?+, *+, ++ et {m,n}+ (possessif quantificateurs)
      • .NET PAS
      • Java OUI

    Devis

    1. \Q...\E échappe à une chaîne de caractères de remplacement
      • .NET PAS
      • Java OUI
    2. \Q...\E échappe à une chaîne de caractère de classe des caractères de remplacement (dans les jeux de caractères)
      • .NET PAS
      • Java OUI

    Correspondance de construire

    1. Conditionnelle correspondant (?(?=regex)then|else), (?(regex)then|else), (?(1)then|else) ou (?(group)then|else)
      • .NET OUI
      • Java PAS
    2. Nommé capture d'un groupe et nommé backreference
      • .NET OUI:
        • Capture d'un groupe: (?<name>regex) ou (?'name'regex)
        • Backreference: \k<name> ou \k'name'
      • Java OUI (Java 7):
        • Capture d'un groupe: (?<name>regex)
        • Backreference: \k<name>
    3. La capture de plusieurs groupes peuvent avoir le même nom
      • .NET OUI
      • Java PAS (Java 7)
    4. L'équilibrage de la définition du groupe (?<name1-name2>regex) ou (?'name1-name2'subexpression)
      • .NET OUI
      • Java PAS

    Affirmations

    1. (?<=text) (positif lookbehind)
      • .NET de largeur Variable
      • Java Évident largeur
    2. (?<!text) (négatif lookbehind)
      • .NET de largeur Variable
      • Java Évident largeur

    Options De Mode/Drapeaux

    1. ExplicitCapture option (?n)
      • .NET OUI
      • Java PAS

    Divers

    1. (?#comment) commentaires en ligne
      • .NET OUI
      • Java PAS

    Références

    • qui va le mile supplémentaire. 😉
    • Faute de frappe (je suppose) dans le #15: "(n'a pas NOMMÉ de capturer les groupes)"
    • Merci Alan, j'ai mis à jour la réponse.
    • # \pL par \pC ou \p{IsL} par \p{IsC} (propriétés Unicode) -- vous Vous trompez, .NET ne l'avoir, mais il est appelé \p{L} au lieu de \pL ou \p{IsL}.
    • Les commentaires sont autorisés dans les expressions régulières en Java lorsqu'il est compilé avec le x drapeau bien que la syntaxe diffère du C#. download.oracle.com/javase/1.4.2/docs/api/java/util/regex/...
    • il doit être "quantificateurs autorisé"(au lieu de la Pleine regex),"quantificateurs non autorisé"(de longueur Finie)
    • Nommé capturer les groupes sont autorisés à Java depuis 1.7: docs.oracle.com/javase/7/docs/api/java/util/regex/...
    • merci, mis à jour.
    • + 1 pour être exhaustives

    InformationsquelleAutor Drew Noakes
  2. 6

    Découvrez: http://www.regular-expressions.info/refflavors.html
    Beaucoup de regex info sur ce site, et il y a un beau tableau qui détaille les différences entre java & .net.

    • +1 bonne info. Si quelqu'un veut sortir les données de haut niveau à partir d'ici (les groupes nommés, chaîne complète v. correspondances partielles, etc) je vais marquer que comme la réponse.
    InformationsquelleAutor Seth
  3. 4

    c# regex a sa propre convention pour les groupes nommés (?<name>). Je ne connais pas d'autres différences.

    • sont nommés groupes utilisé pour la correspondance? ou pour l'extraction de la correspondance des parties après le match?
    InformationsquelleAutor Rex M
  4. 2

    Java utilise Perl standard type regex ainsi que les regex POSIX. En regardant le C# de la documentation sur les regexs, il semble que Java a tous C# syntaxe regex, mais pas l'inverse.

    Comparer vous-même: Java: C#:

    EDIT:
    Actuellement, aucun autre regex saveur prend en charge la version de Microsoft de nommée à la capture.

    • Non, .Net est doté de plusieurs fonctionnalités Java manque, ainsi que vice-versa. En fait, quand il s'agit de caractéristiques intéressantes, je dirais .Net a une nette avance. Mais je pense qu'ils ont fait une grosse erreur en laissant les quantificateurs possessifs.
    InformationsquelleAutor WolfmanDragon
  5. 2

    .NET Regex prend en charge le comptage, de sorte que vous pouvez faire correspondre les parenthèses imbriquées qui est quelque chose que vous ne pouvez pas faire avec une expression régulière. En fonction de la maîtrise des Expressions Régulières qui est l'un des quelques implémentations de le faire, de sorte que pourrait être une différence.

    • Je pense que tu veux dire, si vous pouvez faire correspondre les parenthèses IMBRIQUÉES (ainsi que d'autres structures imbriquées). Non, Java intégré dans la regex de la saveur n'a pas d'équivalent pour ce.
    • ouais c'est ce que je voulais dire. Merci.
    InformationsquelleAutor Brian Rasmussen
  6. 1

    De mon expérience:

    Java 7 expressions régulières par rapport à .NET 2.0 expressions régulières:

    • Symbole de soulignement dans les noms de groupe n'est pas pris en charge

    • Groupes avec le même nom (dans la même expression régulière) ne sont pas pris en charge (bien qu'il peut être vraiment utile dans des expressions à l'aide "ou"!)

    • Groupes ayant capturé rien d'avoir de la valeur de null et non pas d'un chaîne vide

    • Groupe avec l'index 0 contient également l'ensemble du match (le même que dans .NET), MAIS n'est pas inclus dans groupCount()

    • Groupe de référence de remplacer des expressions est également indiqué avec le signe du dollar (par exemple, $1), mais si la même expression contient le signe du dollar comme la fin-de-ligne
      marqueur, puis le dos de référence dollar devrait être échappé (\$), sinon en Java, nous obtenons le "groupe illégal de référence" erreur

    • Fin-de-ligne, symbole ($) se comporte de façon gourmande. Considérons, par exemple, l'expression suivante (Java-chaîne est donnée): "bla(bla(?:$|\r\n))+)?$". Voici le dernier
      ligne de texte sera PAS capturé! Pour le capturer, nous devons remplacer "$" par "\z".

    • Il n'y a pas de "Explicite" Capture mode.

    • Chaîne vide n'est pas satisfaire à l' ^.{0}$ motif.

    • Symbole "-" doit être protégé lorsqu'il est utilisé à l'intérieur des crochets. C'est, modèle "[a-z+-]+" ne correspond pas à la chaîne "f+g-h" en Java, mais il n'en .NET. Pour correspondre à
      en Java, ce modèle devrait ressembler (Java-chaîne est donnée): "[a-z+\-]+".

    NOTE: "(Java-chaîne est donnée)" - juste pour expliquer le double s'échappe dans l'expression.

    InformationsquelleAutor Alexey Yumashin