c# - 无法将 php 正则表达式转换为 C# 正则表达式

Question

我想计算具有特殊符号(下划线)的链接。我已经编写了正则表达式，它在在线编辑器/php 编辑器中工作正常，但在 C# 代码中不起作用:

<
  (?<Tag_Name>(a)|img)\b
  [^>]*?
  \b(?<URL_Type>(?(2)href|src))
  \s*=\s*
  (?:"(?<URL>(?:\\.|[^\\"_#?&]++)*(?:_|(?<Query>[#?&]))(?:\\.|[^"\\]++)*)"
  |  '(?<URL>(?:\\.|[^\\'_#?&]++)*(?:_|(?<Query>[#?&]))(?:\\.|[^'\\]++)*)')

但在 C# 代码中它给出了编译错误

MatchCollection underscoreLinks = Regex.Matches(strIn, "<(?<Tag_Name>(a)|img)\b[^>]*?\b(?<URL_Type>(?(2)href|src)) \s*=\s*(?:"(?<URL>(?:\\.|[^\\"_#?&]++)*(?:_|(?<Query>[#?&]))(?:\\.|[^"\\]++)*)"|  '(?<URL>(?:\\.|[^\\'_#?&]++)*(?:_|(?<Query>[#?&]))(?:\\.|[^'\\]++)*)')", RegexOptions.IgnoreCase | RegexOptions.Multiline);

Answer 1

有些地方你需要更正:

1. 您使用的是单反斜杠，它们在传递给正则表达式之前由 .net 解释器解析。使用verbatim string相反，即:@"pattern"
2. 您的字符串中有未转义的引号。要在逐字字符串中转义它们，请使用 2 double quotes : @"the ""pattern""with quotes".
3. .net不支持 possessive quantifiers .使用 atomic group反而。即:将 [^\\"_#?&]++ 更改为 (?>[^\\"_#?&]+)。
4. 您可以使用相同的多行语法，忽略空格，使用 RegexOptions.IgnorePatternWhitespace .

---

string pattern = @"
    <
      (?<Tag_Name>(a)|img)\b
      [^>]*?
      \b(?<URL_Type>(?(2)href|src))
      \s*=\s*
      (?:""(?<URL>(?>\\.|[^\\""_#?&]+)*(?:_|(?<Query>[#?&]))(?>\\.|[^""\\]+)*)""
      |  '(?<URL>(?>\\.|[^\\'_#?&]+)*(?:_|(?<Query>[#?&]))(?>\\.|[^'\\]+)*)')
    ";

Regex re = new Regex( pattern, 
                      RegexOptions.IgnoreCase | RegexOptions.Multiline
                      | RegexOptions.IgnorePatternWhitespace);

MatchCollection underscoreLinks = re.Matches(text);

ideone demo