Question

正则表达式的“ ^”和“ $”，see the documentation：

^默认情况下，匹配必须从字符串的开头开始；在多行模式下，它必须从行的开头开始。

和

$默认情况下，匹配必须发生在字符串末尾或\ n之前。在多行模式下，它必须发生在行尾之前或行尾\ n之前。

这样，我希望当我们指定没有 RegexOptions 参数的 Regex（pattern）时，会产生与 Regex（pattern， RegexOptions.Singleline）。

鉴于上述情况，任何人都可以解释以下代码的结果：

var text = $"{Environment.NewLine}a{Environment.NewLine}b";

var patN = @"^.*$";
var reN = new Regex(patN);
var msN = reN.Matches(text);
Console.WriteLine($"Begin and end specified: {msN.Count}");
Console.WriteLine();

var patB = @"^.*";
var reB = new Regex(patB);
var msB = reB.Matches(text);
foreach (var mB in msB)
    Console.WriteLine($"Begin specified only   : {string.Join(" ", mB.ToString().Select(c => (int)c))}");
Console.WriteLine();

var patE = @".*$";
var reE = new Regex(patE);
var msE = reE.Matches(text);
foreach (var mE in msE)
    Console.WriteLine($"End specified only     : {string.Join(" ", mE.ToString().Select(c => (int)c))}");

结果：

Begin and end specified: 0

Begin specified only   : 13

End specified only     : 98
End specified only     :

字符98为“ b”

Answer 1

摘自Regex constructor的文档：

调用Regex（String）构造函数等效于为options参数调用值为None的Regex（String，RegexOptions）构造函数。

因此，您对默认行为是SingleLine的期望是错误的。

如Default options中所述：

^和$语言元素与输入字符串的开头和结尾匹配。

第一个示例返回零，因为...来自Quick language reference

.通配符：匹配\ n以外的任何单个字符。

Answer 2

问题的第一部分只是对正则表达式标志m | multiline和s | singleline的常见误解。由于这对于几乎所有正则表达式而言都是很常见的，因此我想引用perlretut：
（我将\n替换为newline（稍后再说）和其他小调整）

当我们计算和匹配字符时，我们通常希望忽略换行符   排成一行。但是，有时我们想跟踪换行符。我们   甚至可能希望^和$锚定在   字符串中的行，而不仅仅是行的开头和结尾   串。 [实现这些修改的大多数正则表达式引擎允许]   在忽略和关注换行之间选择，方法是使用   s和m修饰符。 s和m代表单行，   多行，并确定是否将一个字符串视为一个   连续的字符串或一组线。这两个修饰符会影响两个   regexp的解释方式：


.字符如何   类已定义，并且

锚点^和$能够匹配的地方。


以下是四种可能的组合：


无修饰符：默认行为。 .与newline以外的任何字符匹配。 ^仅匹配字符串的开头，$仅匹配字符串   在末尾或在换行符之前。

s修饰符(?s)：将字符串视为单个长行。 .匹配任何字符，甚至newline。 ^仅在开始时匹配   字符串和$仅在末尾或在换行符末尾匹配。

m修饰符(?m)：将字符串视为一组多行。 .与newline以外的任何字符匹配。 ^和$能够在   字符串中任何行的开头或结尾。

s和m修饰符(?sm)：将字符串视为单个长行，但检测到多行。 .匹配任何字符，甚至newline。 ^   和$，但是可以在任何行的开头或结尾进行匹配   在字符串中。

由于新的Regex（String）的constructor没有添加任何RegexOptions，因此您肯定处于第一种情况，如前所述。

现在输出。这里的问题是：正则表达式引擎的换行符是什么？如果是Windows或其他操作系统，这是否取决于您的环境（如代码所建议）？ .NET documentation on anchors很清楚：regex中的换行符是：\n

引用End of String or Line: $中的一段内容：

如果将$与RegexOptions.Multiline选项一起使用，则匹配项可以也发生在行尾。请注意，$与\n匹配，但与 不匹配 \r\n（回车符和换行符或CR / LF的组合）。要匹配CR / LF字符组合，在正则表达式模式中包含\r?$。（已添加突出显示）

因此，由于示例代码将Windows环境中的输入文本定义为：\r\na\r\nb，这说明了您的输出：^.*与字符串第一行中的\r相匹配。如果您在Linux环境上运行相同的代码，则不会得到匹配：Sample。

运行b的{{1}}的匹配现在应该很明显。以下空匹配可能会令人惊讶。但是，由于.*$匹配零个或多个字符，并且.NET regex .*方法的行为类似于全局，因此可以在Matches()之后的位置再次匹配。

奖金：

如果使用b，则以字符串仍然可以与(?m)（start of the string only）匹配，并且字符串的末尾仍可以与锚点\A（matches both the end and the newline before, like $）和{{1} }（matches only the end of the string）。

没有将RegexOptions参数传递给Regex编译器的默认点行为

2 个答案: