java - 带有 Java 的正则表达式中的 Pattern.UNIX_LINES

Question

您好，来自 java doc 的内容如下：

UNIX_LINES

public static final int UNIX_LINES

启用 Unix 行模式。

在这种模式下，在 、 和 的行为中只识别行'\n'终止符。.^$

Unix 行模式也可以通过嵌入式标志表达式启用 (?d)。

有没有人有其他词来定义它的服务？我知道“\n”转义序列仅在.,^和. 之后被识别$。显然我被误解了。

Answer 1

_{I will try to explain it on . since same rule apply for ^ and $.}

Normally dot . matches every character except new line. In Unix only \n is new line mark, so other characters like carriage return \r are threated as normal characters.

Take a look at this String "A\r\nB\rC\nD". If you will try to find match for regex like.+ using

String data = "A\r\nB\rC\nD";
System.out.println(data);
Matcher m = Pattern.compile(".+").matcher(data);
while (m.find()) {
    System.out.println("["+m.group()+"]");
}

you will get

[A]
[B]
[C]
[D]

but if add flag Pattern.UNIX_LINES characters like \r will also be possible match for . and output will change into

[A
]
[B
C]
[D]

So first match is [A\r], second [B\rC] and third [C]

Answer 2

至于它们如何专门应用于正则表达式行为；., ^, 并$取决于换行符的定义才能起作用。

• .匹配除换行符以外的任何内容
• ^可以匹配一行的开头
• $可以匹配一行的结尾。

这些中的每一个都取决于对行终止位置的正确定义。该UNIX_LINES设置指示它根据标准 Unix 定义严格定义行终止符。默认情况下，它的定义更广泛，如 Pattern 文档中所示

至于匹配“abc\n”，我假设您正在使用Pattern.matches或类似的东西，它必须匹配整个输入？ ^并且$是零宽度。它们可以匹配换行符的任一侧，但不会消耗换行符。您可以\n通过简单地将其放入您的模式中来使用 ，例如abc\n，或者您也可以$按照您的指示使用该字符，例如abc\n$，或者如果您感觉活泼(?m)abc$$$$\n$$。

DOTALL和MULTILINE模式也可能对您有用，具体取决于您要完成的工作。