如何在C#中使用正则表达式统一LanguageCode的大小写格式？

首先，你提到的\L和\U是Perl风格正则的语法，C#的Regex类并不支持这种语法，这就是你编译报错的原因。不过不用担心，C#提供了MatchEvaluator委托来实现自定义替换逻辑，完全能满足你的需求，而且不需要多次手动分割拼接字符串。

核心方案：正则分组 + MatchEvaluator #

我们可以通过正则捕获语言代码（前两位）和国家代码（后两位），再在回调函数里分别处理大小写，最后拼接成目标格式。

示例代码（处理单个LanguageCode）

using System;
using System.Text.RegularExpressions;

class LanguageCodeConverter
{
    static void Main()
    {
        string input = "cC-Cc";
        // 正则匹配：捕获前两位字母（语言代码）和后两位字母（国家代码）
        string pattern = @"^([a-zA-Z]{2})-([a-zA-Z]{2})$";
        
        string result = Regex.Replace(input, pattern, match => 
        {
            // 第一个分组转小写，第二个分组转大写
            return $"{match.Groups[1].Value.ToLowerInvariant()}-{match.Groups[2].Value.ToUpperInvariant()}";
        });
        
        Console.WriteLine(result); // 输出：cc-CC
    }
}

关键细节解释 #

1. 正则表达式^([a-zA-Z]{2})-([a-zA-Z]{2})$：

   • ^和$确保匹配整个字符串，避免处理带多余字符的无效输入
   • ([a-zA-Z]{2})是两个捕获分组，分别抓取语言代码和国家代码
   • -匹配中间的连字符分隔符

2. MatchEvaluator委托：

   • 这是一个回调函数，每次正则匹配到结果时就会触发
   • 通过match.Groups可以获取捕获到的分组内容，调用ToLowerInvariant()/ToUpperInvariant()做大小写转换（用Invariant版本能避免区域设置的干扰）
   • 最后返回拼接好的目标字符串即可

扩展：批量处理文本中的多个LanguageCode

如果需要处理包含多个代码的文本（比如"en-US, cC-Cc, Fr-fr"），只需去掉正则中的^和$，就能匹配所有符合格式的子串：

string input = "en-US, cC-Cc, Fr-fr";
string pattern = @"([a-zA-Z]{2})-([a-zA-Z]{2})";

string result = Regex.Replace(input, pattern, match => 
    $"{match.Groups[1].Value.ToLowerInvariant()}-{match.Groups[2].Value.ToUpperInvariant()}");

Console.WriteLine(result); // 输出：en-US, cc-CC, fr-FR

为什么这种方式更合适？ #

相比手动分割字符串的方式，正则+MatchEvaluator的代码更简洁可读，尤其是在批量处理场景下。虽然内部仍会创建字符串，但逻辑上只需要一次替换操作，避免了手动处理索引、分割、拼接的繁琐步骤。

内容的提问来源于stack exchange，提问作者Rudresha Parameshappa