Question

匹配某些字符（例如换行符）时，您可以使用正则表达式＆＃34; \\ n＆＃34;或者确实只是＆＃34; \ n＆＃34;。例如，以下内容将字符串拆分为一行数组：

String[] lines = allContent.split("\\r?\\n");

但以下情况也是如此：

String[] lines = allContent.split("\r?\n");

我的问题：

上述两个是否完全以的方式工作，或者是否有任何微妙的区别？如果是后者，你能举例说明你会得到不同的结果吗？

或仅在[可能/理论]表现方面有区别吗？

Answer 1

目前的情况没有区别。通常使用单个反斜杠形成通常的字符串转义序列，然后形成有效的转义字符（"\n"，"\r"等）和正则表达式转义序列 literal 反斜杠（即Java字符串文字中的双反斜杠）和有效的正则表达式转义字符（"\\n"，"\\d"等）的帮助。 / p>

"\n"（转义序列）是文字LF（换行符），"\\n"是与LF符号匹配的正则表达式转义序列。

"\r"（转义序列）是文字CR（回车），"\\r"是与CR符号匹配的正则表达式转义序列。

"\t"（转义序列）是一个文字标签符号，"\\t"是与标签符号匹配的正则表达式转义序列。

请参阅Java regex docs中的列表，了解受支持的 regex 转义列表。

但是，如果你使用Pattern.COMMENTS flag（用于引入注释并很好地格式化模式，使正则表达式引擎忽略模式中所有未转义的空格），则需要使用"\\n"或"\\\n"在Java字符串文字中定义换行符（LF），"\\r"或"\\\r"定义回车符（CR）。

查看Java test：

String s = "\n";
System.out.println(s.replaceAll("\n", "LF")); // => LF
System.out.println(s.replaceAll("\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\n", "<LF>")); 
// => <LF>
//<LF>

为什么最后一个产生<LF> +换行符+ <LF>？因为"(?x)\n"等于""，是一个空模式，它匹配换行符之前和之后的空格。

Answer 2

是的，有不同之处。 Java编译器在Unicode Escapes规范部分3.3;

中对Java Book The Java Language具有不同的行为

Java编程语言指定了一种标准的转换方式用Unicode编写的ASCII程序，用于将程序更改为可以由基于ASCII的工具处理的表单。转型涉及转换源文本中的任何Unicode转义通过添加额外的u来编程到ASCII - 例如，\ uxxxx变为 \ uuxxxx - 同时转换非ASCII字符源文本到Unicode转义，每个包含一个u。

这是如何影响Java Doc中/ n与//n的对比：

因此有必要在字符串文字中加倍反斜杠表示正则表达式以保护它们免于解释由Java字节码编译器。

相同文档的一个示例：

字符串文字＆＃34; \ b＆＃34;例如，匹配单个退格解释为正则表达式时的字符，而＆＃34; \ b＆＃34; 匹配单词边界。字符串文字＆＃34;（你好）＆＃34;是非法的导致编译时错误;为了匹配字符串（你好）字符串文字＆＃34; \（hello \）＆＃34;必须使用。

Java正则表达式转义字符

2 个答案: