Visual Studio C# 正则匹配结果与regex101测试不符问题求解

• 待匹配目标字符串：

Hp 0; Ks 1; Ks 2

• 初始使用的正则模式：

(\[|)(\w\w \d*)(\; |\*|\s|]?, )((\"(\w)\"|\((.\w)\))|)(\]|)|(\[\w\w \d\])

• 异常现象：在线正则测试工具中该模式可完整匹配目标字符串，但迁移到.NET Framework环境的C#代码中运行时，仅能匹配到Hp 0; Ks 1;片段，无法完成完整匹配。
• 原始C#实现代码：

StringBuilder matchedSignalbegriff = new StringBuilder();

var pattern = "(\\[|)(\\w\\w \\d*)(\\; |\\*|\\s|]?, )((\"(\\w)\"|\\((.\\w)\\))|)(\\]|)|(\\[\\w\\w \\d\\])";
Regex rgx = new Regex(pattern);

foreach (Match match in rgx.Matches(stringToTest))
{
    matchedSignalbegriff.Append(match);
}

• 正则引擎实现差异：在线测试工具默认使用PCRE正则引擎，与.NET Framework内置的正则引擎在零长度匹配处理、分支回溯逻辑上存在实现区别，相同模式在不同引擎下返回不同结果属于预期内的差异。
• 正则模式设计缺陷：
  • 模式中大量使用(匹配规则|)的分支写法，允许分支匹配空内容，极易触发零长度匹配问题。.NET的Matches方法在遍历过程中如果匹配到零长度结果，会自动将匹配指针向前移动1个字符，很容易跳过后续可匹配的有效内容。
  • 原模式的分隔符规则强制要求每个匹配项后必须跟随分隔符（分号+空格、星号、空白、逗号+空格），但目标字符串末尾的最后一个条目Ks 2后没有任何分隔符，原模式未兼容字符串末尾的匹配场景。
• C#字符串转义风险：使用普通字符串定义正则时，需要通过双反斜杠做转义，多层转义很容易出现隐性偏差，导致实际运行的正则模式和预期不一致。

1. 重构正则模式，移除所有允许空匹配的分支，新增字符串末尾兼容逻辑，使用非捕获组减少不必要的性能开销，修正后的模式如下：

(?:\[)?(\w{2} \d+)(?:\]|(?:"(\w)"|\((\w{1,2})\)))?(?:; |\*|, |\s|$)

2. 调整C#代码，使用@逐字字符串定义正则，避免多层转义错误，同时增加非空校验过滤无效的零长度匹配结果，修正后的代码如下：

StringBuilder matchedSignalbegriff = new StringBuilder();
// 使用逐字字符串定义正则，双引号用""转义即可，无需双写反斜杠
var pattern = @"(?:\[)?(\w{2} \d+)(?:\]|(?:""(\w)""|\((\w{1,2})\)))?(?:; |\*|, |\s|$)";
Regex rgx = new Regex(pattern);

foreach (Match match in rgx.Matches(stringToTest))
{
    // 过滤空白/零长度无效匹配
    if (match.Success && !string.IsNullOrWhiteSpace(match.Value))
    {
        matchedSignalbegriff.Append(match.Value);
    }
}

说明：修正后的模式既兼容原有带方括号、带引号/括号备注的条目匹配需求，也能正确识别字符串末尾无分隔符的最后一个条目，在.NET环境下可完整匹配目标字符串。

内容的提问来源于stack exchange，提问作者DevOp