Java regex：规范化所有转义或非转义的换行符 - 为什么会失败？

Question

我正在尝试将字符串中的任何换行符或转义换行符标准化为转义的 unix 换行符。我不知道为什么这不起作用：

Pattern EOL = Pattern.compile("(\\\\r)?\\\\n|\r?\n");
final String escapedEOL = "\\\\n";

System.out.println(EOL.matcher("asdf\njkl;").replaceAll(escapedEOL));
System.out.println(EOL.matcher("asdf\n").replaceAll(escapedEOL));
System.out.println(EOL.matcher("asdf\r\njkl;").replaceAll(escapedEOL));
System.out.println(EOL.matcher("asdf\r\n").replaceAll(escapedEOL));
System.out.println(EOL.matcher("asdf\\r\\njkl;").replaceAll(escapedEOL));        
System.out.println(EOL.matcher("asdf\\r\\n").replaceAll(escapedEOL));

结果：

asdf\njkl;
asdf

asdf\njkl;
asdf\n
asdf\njkl;
asdf\n
Done

任何人都可以对此有所了解吗？ 我意识到我可以把它分成两个电话，但现在我很好奇......

编辑： 看起来我应该更加努力地搜索similar problems。看起来在 Java 7 中应该避免使用带有组的量词。

Pattern EOL = Pattern.compile("\\\\n|\\\\r\\\\n|\r?\n")

也可以。

Answer 1

我不知道为什么，但是更改正则表达式中的顺序似乎可以按您的意愿工作，所以更改

Pattern EOL = Pattern.compile("(\\\\r)?\\\\n|\r?\n");

到

Pattern EOL = Pattern.compile("\r?\n|(\\\\r)?\\\\n");

Demo

无论如何，它看起来更像是错误而不是期望的行为，并且在 Java 8 中进行了更改，因此您的原始正则表达式也会产生

asdf\njkl;
asdf\n
asdf\njkl;
asdf\n
asdf\njkl;
asdf\n

Answer 2

将| 的左侧分组似乎可以使事情正常进行：

Pattern EOL = Pattern.compile("((\\\\r)?\\\\n)|\r?\n");