Eclipse 中 Java 8 换行符 RegEx 转义字符的问题

Question

我想在我的方法中使用正则表达式解析格式如下所述的字符串，但是即使 RegExr 等在线 RegEx 工具显示我的表达式应该匹配它却不匹配。

我使用的表达式是(@(\\d+))[(\r\n)\n](((0|1){"+width+"}[(\r\n)\n]){"+height+"})，其中width 和height 是文本块所需宽度和高度的整数值。

我想从我的文件中检索的文本块的格式如下：

@200
0000000000
0000011001
1100100000
0101001101
1110001110

@500
0000000000
0000011001
1100100000
0101001101
1110001110

etc.

（这里，width 将是 10 和 height 5）

想要使用 Matcher.find() 方法来检索每个块，但表达式甚至找不到任何东西。

我怀疑我处理换行符的方式存在问题，但是当我想尝试使用新的 Java 8 \R 通用换行符转义字符时，Eclipse 显示错误“无效转义序列”。

Answer 1

只是为了完整性，因为您的问题描述中出现了转义问题：\ 在字符串文字中是特殊的（在"..." 部分）。多亏了它，我们可以编写许多通常不允许在字符串中使用的字符，例如行分隔符。使用\，我们可以将它们写为\r 和\n（或通过许多其他形式：十六进制索引\uXXXX，八进制索引\OOO）。
但是因为它很特殊，我们还需要一种方法来编写\ 符号本身。因此，为了不提供另一个允许我们创建\ 文字的特殊字符，我们使用另一个\ 来转义它，例如"\\"。例如"\r\n\\"字面量代表3个字符：回车、换行和\。

这就是为什么要创建表示\d 的字符串文字，以便我们可以将其传递给正则表达式引擎，我们需要将其写为"\\d"。

---

现在回到答案的主要部分。

[..] 是单个 字符类。所以它可以匹配描述集中的单个字符。所以：

• 因为(..) 用于对在[..] 中不可能的字符系列进行分组，( 和) 失去了它的意义，因此[(\r\n)\n] 代表单个( 或\r 或\n 或)（注意\r 和\n 代表单个字符，代表换行符。另外一个\n 是多余的）

• 由于\R在单个\r或\n（和few others）旁边也可以表示\r\n序列，它不能在[..]内部使用，因为字符集只能匹配单个字符。

  如果你在[..] 中使用\R，你会得到PatternSyntaxException: Illegal/unsupported escape sequence 异常。 Java 通常允许在字符类中的任何字符之前添加\\：

  • 表示预定义的字符类：\\d\\w
    
    

  但在它不改变任何东西的情况下：

  • \\r \\n \\t 它只是表示与字符串文字相同的字符"\r" "\n" "\t"
  • 或在没有任何特殊含义的字符之前，所以我们真的不需要转义它们\\x\\y\\h
    
    

  但是它不允许您尝试转义在[...] 之外具有特殊含义的字符，并且不能保证代表单个字符，例如\R 或@987654374 @ (word boundaries 因为它不代表字符，而是在单词之前/之后放置。

你可以做的是使用\R 而不是 [(\r\n)\n]（但不要忘记也像\d那样在String中转义它的\部分）。您还可以删除最外层的 (...) 对，因为整个匹配项已存储在第 0 组中，因此您无需为此添加另一个组。

重写正则表达式的最简单方法之一是：

String regex = "@(\\d+)\\R([01]{"+width+"}\\R){"+height+"}";

但由于您可能不想包含最后一行分隔符，因此可以随意使用? 量词将最后一个\R 设为可选，并且不情愿地在它之后添加另一个?

String regex = "@(\\d+)\\R([01]{"+width+"}\\R??){"+height+"}";

DEMO