匹配换行符-\ n或\ r \ n？

159

在写此答案时，我必须完全匹配换行符，而不是使用s-flag（dotall -点匹配换行符）。

尝试匹配\n或时，通常用于测试正则表达式的网站的行为会有所不同\r\n。

我注意到

Regex101仅与上的换行符匹配\n
（示例 -删除\r并匹配）
RegExr匹配换行符既不上\n 也不对\r\n
，我无法找到的东西，使之匹配断行，除了m-flag和\s
（例如）
Debuggex的行为更加不同：
在此示例中\r\n，它仅与匹配，而
此处仅与匹配\n，并且指定了相同的标志和引擎

我完全知道m-flag（多行-使^匹配行的开头和$结尾），但是有时这不是一个选择。与相同\s，因为它也匹配制表符和空格。

我认为使用unicode换行符（\u0085）失败，因此：

有没有一种故障保险方法，可以将换行符上的匹配项（无论使用哪种语言，最好都集成到正则表达式中）？
上述网站为什么不同的表现（尤其是Debuggex，一旦匹配只有\n一次只\r\n）？

regex language-agnostic line-breaks

— KeyNone
source

15

你可以试试[\r\n]+-或这样的事情

— 伊利亚Bursov

3

我用：\r?\n同时匹配\r\n和\n线路终止序列。它不适用于旧的\rMac语法，但是如今这种语法很少见。

— ridgerunner

6

嘿，我是debuggex的创始人。这看起来像个错误（对于debuggex，我不能代表其他人）。我添加了一个高优先级的问题，引用了这个问题。我们将尽快解决它-我们目前将所有（非常有限的）资源集中在发布另一种产品上。

— Sergiu Toarca 2013年

2

@ridgerunner可以在其中添加Mac的语法，您可以执行（\ r？\ n | \ r），类似于下面的Peter van der Wal的回答，但更紧凑（10个字符对12个字符）。

— Doktor J

220

会反方向回答。

2）有关这个问题的完整说明\r，\n我必须参考这个问题，这个问题比我在此处发布的要完整得多：\ n和\ r之间的区别？

长话短说，Linux \n用于新的Windows \r\n和旧版Mac \r。因此，可以通过多种方式编写换行符。例如，您的第二个工具（RegExr）在单个工具上匹配\r。

1）[\r\n]+按照Ilya的建议可以使用，但也可以匹配多个连续的换行符。(\r\n|\r|\n)更正确。

— 彼得·范德沃尔
source

因此，\r/ \n取决于操作系统-这可能是人们所知道的（;））-但是为什么两个debuggex示例在\ r \ n上一次匹配，而在\ n上一次匹配呢？至少对我而言，在示例中没有区别。

— KeyNone

最可能的原因是您将其中一个复制到Windows文本编辑器中，而另一个则直接写入debuggex文本区域中。每个使用不同的换行符。

— OGHaza

1

确实，因为在您的第三个示例（高级男士...）中 \r\n中，文本中（如果右键单击并显示源代码，您将在{{Infobox XC Championships\r\n|Name =某个地方找到）。第二个工具是用Flash编写的，当您阅读“关于”页面时，换行符会出现一些问题。

— 彼得·范德沃尔

1

(\r\n|\r|\n) 可以更简单地写为 \r\n?

— 阿萨德Saeeduddin

2

@AsadSaeeduddin不行。它不会匹配的Unix行结束\n

— 彼得·范德沃尔玛

12

在Debuggex的示例文本中，您具有不同的行尾。特别有趣的是，Debuggex似乎已经确定了您首先使用的行尾样式，并将所有其他输入的行尾转换为该样式。

我使用Notepad ++将Unix和Windows格式的示例文本粘贴到Debuggex中，首先粘贴的是Debuggex会话所粘贴的内容。

因此，在将文本粘贴到Debuggex中之前，应先通过文本编辑器清洗文本。确保您要粘贴所需的样式。Debuggex默认为Unix样式（\ n）。

此外，NEL（\ u0085）完全不同：https：//en.wikipedia.org/wiki/Newline#Unicode

(\r?\n)将涵盖Unix和Windows。您需要更复杂的东西，例如(\r\n|\r|\n)如果您也想匹配旧的Mac，则。

— 丹恩
source

关于debuggex的非常有趣的一点！另外，感谢您指出\ u0085，在那里误导了您！

— KeyNone

3

在PCRE \R比赛中\n，\r和\r\n。

— 疯狂铺路
source

毫无疑问

— Sandwell '18

1

@Sandwell：对不起，我不明白你的意思，这不是一个问题，而是一个答案，比(\r\n|\r|\n)

— Toto

2

这仅适用于问题1。

我有一个在Windows上运行并使用多行MFC编辑器框的应用程序。
编辑器框期望CRLF换行符，但是我需要
用一些非常大/讨厌的正则表达式来解析输入的文本。

我不想在编写正则表达式时强调这一点，所以
我最终在解析器和编辑器之间来回标准化，以便正则表达式
只使用\n。我还捕获粘贴操作并将其转换为盒子。

这并不需要很多时间。
这就是我用的。

 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" );
 }

2

在Python中：

# as Peter van der Wal's answer
re.split(r'\r\n|\r|\n', text, flags=re.M)

或更严格：

# https://docs.python.org/3/library/stdtypes.html#str.splitlines
str.splitlines()

— 基隆市
source