Соответствующие линии -\n или\r\n?

При написании этого ответа мне пришлось сопоставлять исключительно на линиях, вместо того, чтобы использовать s -flag (dotall - dot match linebreaks).

Сайты, обычно используемые для проверки регулярных выражений, ведут себя по-разному при попытке сопоставления на \n или \r\n.

Я заметил

  • Regex101 соответствует линейным ошибкам только на \n
    (пример - удалить \r, и он соответствует)

  • RegExr соответствует строкам строк ни на \n, ни на \r\n
    и я не могу найти что-то, чтобы он соответствовал линии, за исключением m -flag и \s
    (пример)

  • Debuggex ведет себя еще больше:
    в в этом примере он совпадает только с \r\n, а здесь он соответствует только \n, с теми же флагами и указанными движками

Я полностью осведомлен о m -flag (multiline - make ^ соответствует началу и $ концу строки), но иногда это не вариант. То же самое с \s, так как оно соответствует вкладкам и пробелам.

Моя мысль использовать символ новой строки unicode (\u0085) не удалась, поэтому:

  • Есть ли безопасный способ интегрировать совпадение на линии (предпочтительно независимо от используемого языка) в регулярное выражение?
  • Почему вышеупомянутые сайты ведут себя по-другому (особенно Debuggex, совпадающий один раз только на \n и один раз только на \r\n)?

Ответы

Ответ 1

Отвечайте в противоположном направлении;)

2) Для полного объяснения о \r и\n я должен обратиться к этому вопросу, который гораздо более полный, чем я буду здесь: Разница между \n и\г?

Короче говоря, Linux использует \n для новой строки, Windows\r\n и старых Mac\r. Таким образом, существует несколько способов написания новой строки. Ваш второй инструмент (RegExr) выполняет, например, совпадение на единственном \r.

1) [\r\n]+, как предложил Илья, будет работать, но также будет соответствовать нескольким последовательным новым строкам. (\r\n|\r|\n) вернее.

Ответ 2

В примерах текста в Debuggex есть разные строки. Что особенно интересно, так это то, что Debuggex, похоже, определил, какой стиль окончания строки вы использовали вначале, и он преобразует все дополнительные строки, введенные в этот стиль.

Я использовал Notepad ++ для вставки образца текста в формате Unix и Windows в Debuggex, и в зависимости от того, что я вставил первым, это то, что запустил этот сеанс Debuggex.

Итак, вы должны вымыть текст через текстовый редактор, прежде чем вставлять его в Debuggex. Убедитесь, что вы вставляете стиль, который вы хотите. По умолчанию Debuggex используется для стиля Unix (\n).

Кроме того, NEL (\ u0085) полностью отличается: https://en.wikipedia.org/wiki/Newline#Unicode

(\r?\n) будет охватывать Unix и Windows. Вам понадобится что-то более сложное, например (\r\n|\r|\n), если вы хотите совместить старый Mac тоже.

Ответ 3

Это относится только к вопросу 1.

У меня есть приложение, которое работает в Windows и использует многострочный редактор MFC.
В поле редактора ожидаются строки CRLF, но мне нужно проанализировать текст, введенный с некоторыми действительно большими/неприятными регулярными выражениями ".

Я не хотел подчеркивать это при написании регулярного выражения, так что Я закончил нормализацию между парсером и редактором, так что регулярные выражения просто используют \n. Я также блокирую операции с пастой и конвертирую их в ящики.

Это не займет много времени.
Это то, что я использую.

 boost::regex  CRLFCRtoLF (
     " \\r\\n | \\r(?!\\n) "
     , MODx);

 boost::regex  CRLFCRtoCRLF (
     " \\r\\n?+ | \\n "
     , MODx);


 // Convert (All style) linebreaks to linefeeds 
 // ---------------------------------------
 void ReplaceCRLFCRtoLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoLF, "\\n" );
 }

 // Convert linefeeds to linebreaks (Windows) 
 // ---------------------------------------
 void ReplaceCRLFCRtoCRLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoCRLF, "\\r\\n" );
 }