在写这个答案时，我必须只匹配换行符，而不是使用s标志(dotall - dot匹配换行符)。
通常用于测试正则表达式的站点在尝试匹配\n或\r\n时表现不同。
我注意到
Regex101只匹配\n上的换行符 (示例-删除\r，它匹配) RegExr既不在\n上也不在\r\n上匹配换行符 我找不到什么东西让它匹配换行符，除了m标志和\s (例子) Debuggex的行为更加不同: 在这个例子中，它只匹配\r\n，而 这里它只匹配\n，并指定了相同的标志和引擎
我完全了解m标志(multiline -使^匹配一行的开始和$结束)，但有时这不是一个选项。\s也是一样，因为它也匹配制表符和空格。
我想使用unicode换行符(\u0085)是不成功的，所以:
是否有一种安全的方法将换行符上的匹配(最好与使用的语言无关)集成到正则表达式中? 为什么上面提到的站点行为不同(尤其是Debuggex，只在\n上匹配一次，而在\r\n上只匹配一次)?
当前回答
这只适用于问题1。
我有一个在Windows上运行的应用程序，使用多行MFC编辑器框。 编辑框需要CRLF换行符，但我需要解析输入的文本 用一些非常大/讨厌的regex '。
我不想在写正则表达式的时候强调这个，所以 我最终在解析器和编辑器之间进行了标准化，这样 正则表达式只使用\n。我还捕获粘贴操作，并将它们转换为方框。
这不会花太多时间。 这就是我用的。
boost::regex CRLFCRtoLF (
" \\r\\n | \\r(?!\\n) "
, MODx);
boost::regex CRLFCRtoCRLF (
" \\r\\n?+ | \\n "
, MODx);
// Convert (All style) linebreaks to linefeeds
// ---------------------------------------
void ReplaceCRLFCRtoLF( string& strSrc, string& strDest )
{
strDest = boost::regex_replace ( strSrc, CRLFCRtoLF, "\\n" );
}
// Convert linefeeds to linebreaks (Windows)
// ---------------------------------------
void ReplaceCRLFCRtoCRLF( string& strSrc, string& strDest )
{
strDest = boost::regex_replace ( strSrc, CRLFCRtoCRLF, "\\r\\n" );
}
其他回答
这只适用于问题1。
我有一个在Windows上运行的应用程序，使用多行MFC编辑器框。 编辑框需要CRLF换行符，但我需要解析输入的文本 用一些非常大/讨厌的regex '。
我不想在写正则表达式的时候强调这个，所以 我最终在解析器和编辑器之间进行了标准化，这样 正则表达式只使用\n。我还捕获粘贴操作，并将它们转换为方框。
这不会花太多时间。 这就是我用的。
boost::regex CRLFCRtoLF (
" \\r\\n | \\r(?!\\n) "
, MODx);
boost::regex CRLFCRtoCRLF (
" \\r\\n?+ | \\n "
, MODx);
// Convert (All style) linebreaks to linefeeds
// ---------------------------------------
void ReplaceCRLFCRtoLF( string& strSrc, string& strDest )
{
strDest = boost::regex_replace ( strSrc, CRLFCRtoLF, "\\n" );
}
// Convert linefeeds to linebreaks (Windows)
// ---------------------------------------
void ReplaceCRLFCRtoCRLF( string& strSrc, string& strDest )
{
strDest = boost::regex_replace ( strSrc, CRLFCRtoCRLF, "\\r\\n" );
}
有点晚了，但对于其他人来说可能是有用的。在javascript中，您可以简单地编写pipe(|)来匹配换行符/换行符。在我的情况下，我需要摆脱所有的逗号，分号和空格字符(包括换行符)，所以我最终使用这个:
.split (/ s,处事之道会黑;专题|铝+ /)
在PCRE中，\R匹配\n、\R和\R \n。
在Python中:
# as Peter van der Wal's answer
re.split(r'\r\n|\r|\n', text, flags=re.M)
或者更严谨:
# https://docs.python.org/3/library/stdtypes.html#str.splitlines
str.splitlines()
在Debuggex中的示例文本中有不同的行结束符。特别有趣的是，Debuggex似乎已经确定了您首先使用的行结束样式，并且它将所有输入的附加行结束样式转换为该样式。
我使用notepad++将Unix和Windows格式的示例文本粘贴到Debuggex中，我先粘贴的是Debuggex会话所坚持的内容。
因此，在将文本粘贴到Debuggex之前，您应该通过文本编辑器清洗文本。确保粘贴的是你想要的样式。Debuggex默认为Unix样式(\n)。
此外，NEL (\u0085)是完全不同的东西:https://en.wikipedia.org/wiki/Newline#Unicode
(\r?\n)将涵盖Unix和Windows。如果你也想匹配旧Mac，你需要一些更复杂的东西，比如(\r\n|\r|\n)。
