包含 \x09 的制表符分隔文本的正则表达式答案

【问题标题】：Regex with Tab delimited text containing \x09包含 \x09 的制表符分隔文本的正则表达式
【发布时间】：2009-10-24 08:55:20
【问题描述】：

我有一个艰难的。

我有制表符分隔的文本来匹配正则表达式。

我的正则表达式看起来像：

^([\w ]+)\t(\d*)\t(\d+)\t([^\t]+)\t([^\t]+)\t([^\t]+)\t([^\t]+)$

一个示例源文本是（为清楚起见，标签转换为 \t）：

JJ\t345\t0\tTest\tSome test text\tmore text: pcre:"/\x20\x62\x3b\x0a\x09\x61\x2e\x53\x74\x61\x72/"\tNone

但是，问题是在我的源文本中，第 6 个字段包含一个正则表达式字符串。因此，它可以包含 \x09，这自然会破坏正则表达式，因为它也被视为选项卡。

有没有办法告诉正则表达式引擎，“匹配 \t 但不匹配文本 \x09。”我的猜测是否定的，因为它们是一样的。

如果没有，是否有任何字符可以安全地用于分隔包含正则表达式字符串的文本？

【问题讨论】：

标签： regex

【解决方案1】：

我建议在运行正则表达式之前对 pcre 字符串中的所有字符进行编码。

【讨论】：

【解决方案2】：

似乎是测试用例的问题。正则表达式中可能有标签，但您上面的示例没有。您在 Java 中的字符串如下所示：

String testString = "JJ\t345\t0\tTest\tSome test text\tmore text: pcre:"/\\x20\\x62\\x3b\\x0a\\x09\\x61\\x2e\\x53\\x74\\x61\\x72/"\tNone";

如果您在调试器中查看此字符串，您将看到 \x09 为 4 个字符，而不是 1（制表符）。

【讨论】：