匹配任何垂直空格的正则表达式答案

【问题标题】：Regular expression to match any vertical whitespace匹配任何垂直空格的正则表达式
【发布时间】：2015-02-26 13:32:39
【问题描述】：

.NET 是否有一个正则表达式模式可以匹配任何会导致多行的字符，即任何垂直空白字符，就像 perl 正则表达式对\v 所做的那样？换句话说，有没有办法匹配\r（回车）、\n（换行）、\v（垂直制表符）和@987654330@（换页）以及Unicode字符@987654331 @（下一行）、U+2028（行分隔符）和U+2029（段落分隔符）以及我不知道的任何其他字符可能会导致多行？

我正在.NET 中编写一些验证代码，如果用户提供的输入文本包含多于一行，它将失败。在大多数情况下，这意味着我只需要检查\r 和\n。但是，我知道还有很多其他垂直的whitespace characters。

我知道.NET regex differs from perl regex，最重要的是，.NET 中的\v 匹配“垂直选项卡”，而它匹配 perl 正则表达式中的“垂直空白”。

【问题讨论】：

re 类上的 perl docs 声称 perl 正则表达式引擎在 \v 上的行为符合预期（我没有根据经验进行检查）。
您使用的是什么正则表达式方言？您的编程语言（和版本）是什么？ perl 的\v 对你有用吗？（有关该类别的字符列表，请参阅stackoverflow.com/questions/12290224/…。）
根据Unicode character property for whitespace cited on Wikipedia，@ChristopherCreutzig 评论中链接后面的列表是详尽的（\x0a-\x0d，\x85，u+2028，u+2029）。
您可以在 Perl 中使用 \R 代表通用换行符。

标签： .net regex perl whitespace multiline

【解决方案1】：

正如你所说，Perl 字符类 \v 匹配 [\x0A-\x0D]（换行、垂直制表符、换页和回车（尽管我认为 CR 是垂直空格））除了非 ASCII代码点[\x{2028}\x{2029}]（行分隔符和段落分隔符）。

您可以像这样在 .NET 中手动构建这个字符类

[\u0A-\u0D\u2028\u2029]

【讨论】：

@roryap：我很乐意提供帮助。我通过将最后一段移到开头来修改您的问题。我认为它仍然很好读。似乎没有读到最后的人走错了方向。
@roryap：你可能认为写成[\r\v\f\n\u2028\u2029] 更易读。我不认为有一种方法可以使用 Unicode 名称将字符添加到 .NET 字符串中，这本来是理想的。
再次感谢。太糟糕了 .NET 没有像 perl 那样使用 \v 用于垂直空格的单个字符转义，但是，正如您指出的那样，这仅适用于 ASCII 并且不包括两个额外的 Unicode 字符 \u2028 和 u2029 .
@roryap：你误解了我的意思：这六个代码点是 Perl 的 \v 字符类匹配的。字面意义上的 Perl 等价物是 [\r\N{VERTICAL TABULATION}\f\n\N{LINE SEPARATOR}\N{PARAGRAPH SEPARATOR}]。这不是垂直空白字符的明确列表，如果您发现其他引起问题的字符，您可能需要添加到其中。
啊，那我看错了。您说“正如您所说，Perl 字符类 \v 匹配 [\x0A-\x0D]”，我将其解释为详尽无遗，但您随后说“如果您也对非 ASCII 代码点感兴趣 那么它包括 [\x{2028}\x{2029}]"

【解决方案2】：

如果想要匹配任何未知数，只需使用 not 集 [^ ]（至少在 .Net 中，我的 perl 有点模糊）来匹配特定字符。例如，如果我想匹配从一行中的当前位置到以字母 D 开头的下一行之间的空格，我会使用这个

([^D]+)

所以匹配捕获将包括直到字母 D 为止的所有类型的空白。

【讨论】：