Question

我试图在输入字符串中找到每个“a - ＆gt; b，c，d”模式。我使用的模式如下：

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

这种模式是C＃模式，“\ t”指的是一个制表（它是一个单独的逃逸的文本，由.NET String API解释），“\ w”指的是众所周知的正则表达式预定义类，双重转义，由.NET STring API解释为“\ w”，然后由.NET Regex API解释为“WORD CLASS”。

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);
    }
}

输出结果为：

c -> d

实际上，结尾为“$”特殊字符的行存在问题。如果我在“$”之前插入“\ r”，它可以工作，但我认为“$”将匹配任何行终止（使用Multiline选项），尤其是Windows环境中的\ r \ n。情况不是这样吗？

Answer 1

这也让我感到惊讶。在.NET正则表达式中，$在行分隔符之前不匹配，它在换行符之前匹配 - 字符\n。这种行为与Perl的正则表达式一致，但在我看来，它仍然是错误的。 According to the Unicode standard，$应该在以下之前匹配：

\n，\r\n，\r，\x85，\u2028，\u2029，\v或\f

...并且永远不会在\r和\n之间匹配。 Java符合这一点（\v和\f除外），但是在Java之后很久出现的.NET，其Unicode支持至少与Java一样好，只能识别\n。考虑到微软与该行分隔符的关联程度，你认为他们至少会正确处理\r\n。

请注意.遵循相同的模式：它与\n不匹配（除非设置了单行模式），但匹配\r 。如果您在正则表达式中使用了.+而不是\w+，则可能没有注意到此问题;回车将包含在匹配中，但是当您打印结果时，控制台会忽略它。

编辑：如果您想允许回车而不将其包括在结果中，您可以用前瞻替换锚点：(?=\r?\n。

Answer 2

您的意思是\t作为正则表达式\t还是C＃\t？我总是使用带有正则表达式的逐字字符串文字：

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

（你唯一需要逃脱的是"到""）

Answer 3

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

EOL特别字符不匹配

3 个答案: