EOL特殊字符不匹配

我试图在输入字符串中找到每个“a→b，c，d”模式。我使用的图案是这样的：EOL特殊字符不匹配

"^[ \t]*(\\w+)[ \t]*->[ \t]*(\\w+)((?:,[ \t]*\\w+)*)$"

该图案是一个C＃图案中，“\ t”的是指一种制表（其单个转义litteral，由.NET字符串API intepreted），则“\ w”指的是众所周知的正则表达式的预定义类，双重转义为由.NET STring API解释为“\ w”，然后由.NET Regex API作为“WORD CLASS”解释。

输入是：

a -> b 
b -> c 
c -> d

功能是：

private void ParseAndBuildGraph(String input) { 
    MatchCollection mc = Regex.Matches(input, "^[ \t]*(\\w+)[ \t]*->[ \t]*(\\w+)((?:,[ \t]*\\w+)*)$", RegexOptions.Multiline); 
    foreach (Match m in mc) { 
     Debug.WriteLine(m.Value); 
    } 
}

输出是：

c -> d

其实，有结尾 “$” 就行了问题特殊字符。如果我在“$”之前插入“\ r”，它会起作用，但我认为“$”将匹配任何行终止符（使用多行选项），尤其是Windows环境中的\ r \ n。情况不是这样吗？

来源

2010-03-19 Aurélien Ribon

这让我吃惊了。在.NET正则表达式中，$与行分隔符之前不匹配，它匹配换行 - 字符\n。这种行为与Perl的正则表达式一致，但在我看来，它仍然是错误的。 According to the Unicode standard，$任何之前应符合：

\n，\r\n，\r，\x85，\u2028，\u2029，\v或\f

...永不\r和\n之间的匹配。 Java符合该规范（除\v和\f之外），但.NET在Java之后出现并且其Unicode支持至少与Java一样好，但仅支持\n。考虑到微软与该行分隔符的关联程度，你会认为他们至少能正确处理\r\n。

注意.遵循相同的模式：它不匹配\n（除非单线模式设置），但它确实比赛\r。如果你在你的regex中使用了.+而不是\w+，你可能没有注意到这个问题。回车符将被包含在比赛中，但控制台在打印结果时会忽略它。

编辑：如果你想允许回车而不将它包含在你的结果中，你可以用一个前视图代替锚点：(?=\r?\n。

来源

2010-03-19 21:56:05

+1这很难相信... – 2010-03-19 22:06:41

谢谢你的回答。事实上，这是一个令人惊讶的结论:) – 2010-03-19 23:09:29

好奇，如果有一个标志，可以设置为使系统匹配数据，如在C/C + +中的O_BINARY标志。 – Dave 2010-03-20 00:55:43

你的意思是\t作为正则表达式\t或C＃\t？我总是用逐字字符串与正则表达式：

@"^[ \t]*(\w+)[ \t]*->[ \t]*(\w+)(,[ \t]*\w+)*$"

（你需要逃跑的唯一的事情就是"到""）

来源

2010-03-19 20:58:20

其实\ t是指一个制表。我不想使用\\ s作为空白字符，因为我不希望用户输入行尾，只允许使用空格和制表符。但我的问题仍然与简化模式“^（\\ w +） - >（\\ w +）（（？：，\\ w +）*）$”一样。我更新了原来的问题。 – 2010-03-19 21:23:07

~~@Aurélien - 是的，但没有逐字字符串字面值正则表达式在* all *处看不到'\ t'。~~ – 2010-03-19 22:09:34

@Marc Gravell - 它是一个制表符或空格选项，除非正则表达式不允许嵌入制表符，他字面意思是制表符，而不是\ t – Guvante 2010-03-19 22:17:51

通常在C，C++，C＃中，程序中的字符串使用“\ n”作为行分隔符。如果打开textmode转换，“\ r \ n”仅出现在I/O层。

来源

2010-03-19 21:59:19

好点。我总是很惊讶这个问题很少出现，我想这就是其中一个原因。但我仍然认为他们错误地不遵循Unicode标准。 – 2010-03-19 23:08:21

\ r \ n是Microsoft行终止。例如，Notepad.exe不识别“\ n”终止，并且只识别“\ r \ n”。对于Unix用户来说，“\ n”是通常的线路终端，对于Mac用户来说，“\ r”是最好的选择。这是一个愚蠢的混乱？我同意:-) – 2010-03-19 23:14:24

\ r \ n是文本文件中的行结束符（在Windows中）。 \ n是代码中的终止符。当且仅当您以“文本模式”打开文件时，I/O层才会在它们之间进行转换。 – 2010-03-20 03:04:15

EOL特殊字符不匹配

回答

相关问题