.NET 正则表达式中的 bug

又发现了一个 .net 的 bug！最近在使用正则表达式的时候发现：在忽略大小写的时候，匹配值从 0xff 到 0xffff 之间的所有字符，正则表达式竟然也能匹配两个 ASCII 字符：i(code: 0x69) 和 I(code: 0x49)；但是仍然不能匹配其他的 ASCII 字母和数字。

比如以下的代码就是用来测试用正则表达式匹配从 0xff 到 0xffff 的字符。而值范围在 0 到 0xfe 的所有字符是不能被匹配的。

Regex regex = new Regex(@"[\u00FF-\uFFFF]+");

// The characters, whoes value are smaller than 0xff, are not expected to be matched.
for (int i = 0; i < 0xff; i++) {
  string s = new string(new char[] { (char)i });
  Debug.Assert(
    !regex.IsMatch(s),
    string.Format("The character was not expected to be matched: 0x{0:X}!", i));
}

// However, the characters whoes value are greater than 0xfe are expected to be matched.
for (int i = 0xff; i <= 0xffff; i++) {
  string s = new string(new char[] { (char)i });
  Debug.Assert(
    regex.IsMatch(s),
    string.Format("The character was expected to be matched: 0x{0:X}!", i));
}

这时的运行结果是正常的，没有任何的断言错误出现。

然而当使用忽略大小写的匹配模式时，结果就不一样了。将上面代码中的第一行改成：

Regex regex = new Regex(@"[\u00FF-\uFFFF]+", RegexOptions.IgnoreCase);
  

程序运行的时候就会有两处断言错误。它们分别是字符值为 73 和 105，也就是小写字母 i 和大写字母 I。 这个 bug 非常奇怪，别的字符都很正常！而且用 javascript 脚本在 IE （版本是6.0）里面运行也同样有这么 bug 存在（比如下面这段代码）。然而在 Firefox 中运行就是没有问题的。还是 Firefox 好啊，呵呵！

var re = /[\u00FF-\uFFFF]+/;
// var re = /[\u00FF-\uFFFF]+/i;

for(var i=0; i<0xff; i++) {
  var s = String.fromCharCode( i );
  if ( re.test(s) ){
    alert( 'Should not be matched: ' + i + '!' );
  }
}


for(var i=0xff; i<=0xffff; i++) {
  var s = String.fromCharCode( i );
  if ( !re.test(s) ){
    alert( 'Should be matched: ' + i + '!' );
  }
}