.NET不同版本下正则表达式匹配结果不一致问题求助

问题描述 #

运行以下C#代码时，.NET Standard 2.0（及.NET Framework 4.7.2）能得到预期匹配结果，但.NET 5.0/.NET 6.0无匹配结果：

测试代码 #

var stringToMatch = "sydney bogota berlin tokyo nairobi denver rio";
Console.WriteLine($"Input: {stringToMatch}");

var reg = new System.Text.RegularExpressions.Regex(@"(\b(?!bogo|nai)\w*\b)\w+");

Console.WriteLine($"Output:");
foreach (var match in reg.Matches(stringToMatch))
{
    Console.WriteLine(match);
}

项目配置 #

• .NET Standard 2.0项目文件

<Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <OutputType>Exe</OutputType>
    <TargetFrameworks>netstandard2.0</TargetFrameworks>
    <ImplicitUsings>enable</ImplicitUsings>
    <LangVersion>latest</LangVersion>
  </PropertyGroup>
</Project>

• .NET 6.0项目文件

<Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <OutputType>Exe</OutputType>
    <TargetFrameworks>net6.0</TargetFrameworks>
    <ImplicitUsings>enable</ImplicitUsings>
    <LangVersion>latest</LangVersion>
  </PropertyGroup>
</Project>

运行结果 #

• .NET Standard 2.0/.NET Framework 4.7.2输出：

Input: sydney bogota berlin tokyo nairobi denver rio
Output:
sydney
berlin
tokyo
denver
rio

• .NET 5.0/.NET 6.0输出：

Input: sydney bogota berlin tokyo nairobi denver rio
Output:

原因分析 #

差异源于.NET Core 3.0及后续版本对正则引擎的行为修正，核心是单词边界\b与零宽度断言的交互逻辑。

原正则(\b(?!bogo|nai)\w*\b)\w+存在逻辑矛盾：

1. \w*\b会匹配到单词末尾的边界位置
2. 后续的\w+需要匹配单词字符，但单词末尾已无可用的\w字符

旧版.NET Framework/.NET Standard 2.0的引擎存在回溯兼容行为，忽略了这一矛盾，意外匹配到完整单词；而.NET Core 3.0+的引擎严格遵循正则语法规则，因此无法找到符合条件的匹配项。

解决方案 #

若需求是排除以bogo或nai开头的单词，可直接调整正则为：

var reg = new System.Text.RegularExpressions.Regex(@"\b(?!bogo|nai)\w+\b");

修改后所有.NET版本会得到一致结果：

sydney
berlin
tokyo
denver
rio

该正则的逻辑：

• \b：匹配单词起始边界
• (?!bogo|nai)：负前瞻断言，确保当前位置后不是bogo或nai开头
• \w+：匹配完整单词字符
• \b：匹配单词结束边界

内容的提问来源于stack exchange，提问作者dhilmathy