regex - 正则表达式中的空格

Question

我利用这个软件 dk-brics-automaton 来获取正则表达式的状态数。现在，例如我有这种类型的 RE：

  ^SEARCH\s+[^\n]{10}

当我将它作为字符串插入下面时，编译器会说无效的转义序列

  RegExp r = new RegExp("^SEARCH\s+[^\n]{10}", ALL);

其中 ALL 是某个 FLAG

当我在小 s 之前使用双反斜杠时，编译器将其作为字符串接受，这里的 \s 表示空格，但是当我将使用双反斜杠时我很困惑，然后它会考虑只考虑反斜杠和“s”我的意思是空白。

现在，我有数千个这样的正则表达式，我想为其计算有限自动机状态。那么，这是否意味着我必须在所有 RE 中手动添加反斜杠？

这是一个链接，他们在其中解释了与此相关的内容，但我不明白：

http://www.brics.dk/automaton/doc/index.html

如果有人在此软件方面有一些过去的经验，或者您有任何解决此问题的想法，请帮助我。

Answer 1

我又看了一遍那个文档。“自动机”是一个 java 包，因此我认为你必须像对待 java 正则表达式一样对待它们。因此，只需将正则表达式中的每个反斜杠加倍即可。

这里的问题是，Java 不知道“原始”字符串。所以你必须逃脱两个级别。评估转义序列的第一个级别是字符串级别。

该字符串不知道转义序列\s，即错误。\n很好，字符串对其进行评估并存储两个字符\（0x5C）和n（0x6E）字符0x0A。

然后字符串被存储并交给正则表达式构造函数。这里发生下一轮转义序列评估。

因此，如果您想逃避正则表达式级别，则必须将反斜杠加倍。字符串级别将评估\\to \，因此正则表达式级别获得正确的转义序列。