Regex 跨平台共享正则表达式模式

我们正试图在多个平台（应用程序（Android/iOS）、Web（javascript）和后端服务（C#）上共享我们的正则表达式模式

我遇到的一个问题是，所有平台都有不同的正则表达式引擎。可能导致其中一个错误地处理regexp模式

regex模式最初在C#中定义，然后通过Webservice或Bower向其他平台公开。是否需要为模式编写单元测试以确保它在其他平台上工作

---

我问这个问题的原因是因为我假设有一种通用的正则表达式语言，每个引擎都有自己独特的特性。如果是这样的话，应该可以验证每个模式是否符合通常理解的语言。

我建议选择支持最少regex功能的标准作为基础标准，即Javascript

也就是说，列出了JavaScript中可用的内容：

• 仅支持

  g

  ，

  i

  ，

  m

  标志，不支持内联标志
• 反斜杠在JavaScript中转义
• 使用

  [\s\s]

• 无

  \A

  或

  \Z

  锚定以匹配字符串的开头或结尾。使用插入符号或美元代替
• 根本不支持Lookbehind。完全支持前瞻
• 没有原子分组或所有格量词
• 不支持Unicode，但将单个字符与

  \uFFFF

  匹配除外
• 没有命名的捕获组。改为使用编号的捕获组
• 没有模式修饰符来设置正则表达式中的匹配选项
• 没有条件
• 没有正则表达式注释。改为在正则表达式字符串之外使用JavaScript

  /

  注释描述正则表达式

另外，在字符类中使用明确的转义（即对于

-

、

]

和

[

字符，主要是必须转义以避免混淆）

请注意，在Java正则表达式字符串中，反斜杠必须进行双转义

---

正如@nhahdth所提到的，避免使用速记类，而是使用字符类。

\w

在不需要的情况下匹配Unicode字母时，可能会成为真正的罪魁祸首，而且只要提到需要

[a-zA-Z0-9]就可以了

相反。

要注意不同口味之间的差异。

\w

、

\s

、

\d
。在C#中，速记
\w
和
\d
识别Unicode字符，而在JavaScript中，
\w
和
\d
仅匹配ASCII字符。