C# System.RegEx 在不应该匹配 LF 时匹配答案

【问题标题】：C# System.RegEx matches LF when it should notC# System.RegEx 在不应该匹配 LF 时匹配
【发布时间】：2021-11-06 01:40:42
【问题描述】：

以下返回真

Regex.IsMatch("FooBar\n", "^([A-Z]([a-z][A-Z]?)+)$");

也是这样

Regex.IsMatch("FooBar\n", "^[A-Z]([a-z][A-Z]?)+$");

RegEx 默认处于 SingleLine 模式，因此 $ 不应匹配 \n。 \n 不是允许的字符。

这是为了匹配单个 ASCII PascalCaseWord（是的，它将匹配尾随大写）

不适用于 RegexOptions.Multiline | 的任何组合正则表达式选项.单行

我做错了什么？

【问题讨论】：

在 Windows 上，换行符是 \r\n，而不是 \n。
是的，但 .NET 的 RegEx 实现与之匹配。出于某种奇怪的原因，请查看文档。
是的，你是对的，它将 \n 视为换行符，因此正则表达式仅检查“FooBar”，这就是它匹配的原因。不知道为什么它将 \n 视为新行，可能是为了增加与其他操作系统的兼容性...
不应该。正则表达式选项。多行字段命名空间：System.Text.RegularExpressions 程序集：System.Text.RegularExpressions.dll、System.dll、netstandard.dll 多行模式。更改 ^ 和 $ 的含义，使其分别匹配任何行的开头和结尾，而不仅仅是整个字符串的开头和结尾。有关详细信息，请参阅正则表达式选项主题中的“多行模式”部分。

标签： c# .net regex

【解决方案1】：

在 .NET 正则表达式中，$ 锚点（与 PCRE、Python、PCRE、Perl 中一样，但不是 JavaScript）匹配行尾，或 最后一行之前的位置字符串中的换行符 ("\n").

见this documentation:

$ 匹配必须出现在字符串或行的末尾，或者在字符串或行的末尾\n之前。如需更多信息，请参阅End of String or Line。

没有修饰符可以在 .NET 正则表达式中重新定义它（在 PCRE 中，您可以使用 DPCRE_DOLLAR_ENDONLY 修饰符）。

你一定是在寻找\z锚点：它只匹配字符串的最后：

\z 匹配只能出现在字符串的末尾。如需更多信息，请参阅End of String Only。

short test in C#:

Console.WriteLine(Regex.IsMatch("FooBar\n", @"^[A-Z]([a-z][A-Z]?)+$"));  // => True
Console.WriteLine(Regex.IsMatch("FooBar\n", @"^[A-Z]([a-z][A-Z]?)+\z")); // => False

【讨论】：

请投票给这个答案。当我发布我的答案时，我没有看到这一点。再次感谢维克托

【解决方案2】：

来自维基百科：

$ 匹配字符串的结束位置或字符串结束换行符之前的位置。在基于行的工具中，它匹配任何行的结束位置。

所以你问的是在字符串的开头之后是否有一个大写字母，后跟任意次数（零或一个字母），然后是字符串的结尾，或者就在前面的位置新队。

这一切似乎都是真的。

是的，不同的文档来源之间似乎存在一些不匹配，关于什么被认为是 newline 以及 $ 如何工作或应该如何工作。它总是让人想起智慧：

有时一个人有一个问题，他认为他会使用正则表达式来解决它。
现在这个人有两个问题。

【讨论】：

不，不应该，在 WIndows 上新行必须是 \r\n，而不是 \n，所以行上的最后一个字符是 \n
@Gusman Regex.IsMatch("FooBar\n\n", "^[A-Z]([a-z][A-Z]?)+$", RegexOptions.Singleline)（两个换行符）返回 false。使用 MultiLine，它返回 true。我认为他是对的。 IIRC 将普通的 '\n' 视为换行符，以便与 UNIX 兼容，这是 MS 领域的一个古老约定。在 C 语言中，您会将\n 写入以文本模式打开的FILE *，它实际上会将\r\n 写入文件。在文件中是\r\n，但在缓冲区中可能是\n。
@EdPlunkett 是的，他是对的，但不应该是对的，这就是我的意思 XD。问题是“新行”的定义，在 Windows 上，“新行”是 CR+LF，但正则表达式将 LF 视为“新行”，就像在 *nix 上一样
@Gusman Au contraire: "_read 返回读取的字节数，如果文件中剩余的字节数少于 count 或 如果文件中剩余的字节数可能小于 count以文本模式打开，在这种情况下，每个回车换行 (CR-LF) 对都将替换为单个换行符。” 缓冲也是如此IO 函数。
@EdPlunkett：见MS DOTNET regex documenation about anchors。不容易找到，但行为记录在案。