Traducir expresiones regulares de Perl a .NET

Question

Tengo algunos regular expressions útiles en Perl. ¿Hay alguna forma sencilla de traducirlos al dialecto de expresiones regulares de .NET?

Si no, ¿hay una referencia concisa de las diferencias?

Answer 1

Hay una gran tabla de comparación en http://www.regular-expressions.info/refflavors.html.

---

mayoría de los elementos básicos son los mismos, las diferencias son:

diferencias menores:

• Unicode secuencias de escape. En .NET es \u200A, en Perl es \x{200A}.
• \v en .NET es solo la pestaña vertical (U + 000B), en Perl representa la clase de "espacio en blanco vertical". Por supuesto hay \V en Perl debido a esto.
• La expresión condicional para la referencia con nombre en .NET es (?(name)yes|no), pero (?(<name>)yes|no) en Perl.

Algunos elementos son de sólo Perl:

• cuantificadores posesivos (x?+, x*+, x++ etc). En su lugar, utilice una subexpresión que no sea de retroceso ((?>…)).
• Secuencia de escape unicode con nombre \N{LATIN SMALL LETTER X}, \N{U+200A}.
• plegable de la caja y escapar
  • \l (caso inferior siguiente char), \u (mayúsculas siguiente char).
  • \L (minúscula), \U (mayúscula), \Q (comillas metacaracteres) hasta \E.
• Notación abreviada para la propiedad Unicode \pL y \PL. Debes incluir las llaves en .NET, p. Ej. \p{L}.
• Cosas raras como \X, \C.
• clases de caracteres especiales como \v, \V, \h, \H, \N, \R
• retro-referencia a un grupo específico o anterior \g1, \g{-1}. Solo puede usar el índice de grupo absoluto en .NET.
• Referencias referenciadas \g{name}. Use \k<name> en su lugar.
• clase de caracteres POSIX [[:alpha:]].
• Reinicio de rama modelo (?|…)
• \K. Use look-behind ((?<=…)) en su lugar.
• Aserción de evaluación de código (?{…}), subexpresión post-poned (??{…}).
• referencia Subexpresiones (patrón recursivo) (?0), (?R), (?1), (?-1), (?+1), (?&name).
• predicado de algunas expresiones regulares son Perl-específica:
  • código (?{…})
  • recursiva (R), (R1), (R&name)
  • definir (DEFINE).
• especiales que se remontan hasta Verbos de control (*VERB:ARG) sintaxis
• Python
  • (?P<name>…). Use (?<name>…) en su lugar.
  • (?P=name). Use \k<name> en su lugar.
  • (?P>name). Sin equivalente en .NET.

Algunos elementos son solamente .NET:

• longitud variable aspecto subyacente. En Perl, para un look-behind positivo, use \K en su lugar.
• Expresión regular arbitraria en la expresión condicional (?(pattern)yes|no).
• resta de clase de caracteres (¿indocumentado?) [a-z-[d-w]]
• Equilibrio Grupo (?<-name>…). Esto podría simularse con la afirmación de evaluación de código (?{…}) seguida de un (?&name).

Referencias:

• .NET Framework 4: Regular Expression Language Elements
• perlre

Answer 2

Eran designed to be compatible con Perl 5 expresiones regulares. Como tal, Perl 5 regexes debería solo funcionar en .NET.

se puede traducir algunos RegexOptions de la siguiente manera:

[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 
} 

Otro consejo es utilizar cadenas literales de manera que no es necesario para escapar de todos esos caracteres de escape en C#:

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

Answer 3

Se realmente depende de la complejidad de la expresión regular; muchos de ellos funcionarán de la misma manera.

Eche un vistazo a this .NET regex cheat sheet para ver si un operador hace lo que espera que haga.

No conozco ninguna herramienta que traduzca automáticamente entre dialectos RegEx.