表达式在 Windows 上匹配，但在 Mac 上不匹配答案

【问题标题】：Expression matches on Windows but not on Mac表达式在 Windows 上匹配，但在 Mac 上不匹配
【发布时间】：2012-05-15 13:46:01
【问题描述】：

下面的正则表达式

\s*([\w_]*)\s*(,\s*|=\s*(\d*)\s*,)\n

匹配以下行（带有附加换行符）

  _FIRST_ELEMENT_      = 10000,

在 Windows 上，但不在 Mac 上。我使用它的环境是使用 CPython 2.6 解释器的 Cinema 4D（3D 软件）的 Python 实现。

有人能够为我做一个快速测试，因为我没有 Mac。但是他没有时间为我做更多的测试。

在两个平台 (Win/Mac) 上，相同的代码已在 Cinema 4D 的脚本窗口中进行了测试。

import re
enum_match = re.compile('\s*(\w*)\s*(,\s*|=\s*(\d*)\s*,)\n')
line = '  _FIRST_ELEMENT_      = 10000,\n'
match = enum_match.match(line)

if not match:
    print "Regex did not match."
else:
    print match.groups()

Windows 上的输出：

('_FIRST_ELEMENT_', '= 10000,', '10000')

Mac 上的输出：

Regex did not match.

我唯一能想到的是，Mac 上的\w 中不包含下划线 (_)。

你知道为什么正则表达式在 Windows 上匹配而在 Mac 上不匹配吗？

【问题讨论】：

在 Snow Leopard 上运行良好，捆绑了 Python 2.5/2.6 以及 MacPorts 的 Python 2.6/2.7。请注意，Windows 使用 \r\n 换行，而 OSX 仅使用 \n（默认情况下），但这似乎与这个特定示例无关，因为您明确使用 \n。这可能取决于您的输入文件使用什么。
Regular expression to match cross-platform newline characters

标签： python regex cross-platform cinema-4d

【解决方案1】：

改用这个：

 enum_match = re.compile('\s*(\w*)\s*(,\s*|=\s*(\d*)\s*,)$')

Mac OS X 和 Windows 使用不同的字符来标记文本文件中的行尾；您的文件似乎使用了 Windows 版本。我相信，'\n' 与运行代码的操作系统使用的字符匹配，这可能不是文件中使用的字符。在正则表达式中使用 '$' 而不是 '\n' 应该适用于任一操作系统（即使这种解释不太正确）。

【讨论】：

小修正：\n 在不同平台上不有不同的解释。 \n 始终表示文字换行符（ASCII 字符 0x0A。）类似地，\r 始终表示文字回车符（ASCII 0x0d。）要看到这一点，请在 Python 中尝试 re.compile('\r',re.DEBUG)。
@Li-aungYip：感谢您的更正。我想我在读取/写入文件时将此与换行处理混淆了。

【解决方案2】：

我认为换行符 \n 是问题所在，因为它在所有系统上都不相同。

你可以做一些更一般的事情，比如

\s*([\w_]*)\s*(,\s*|=\s*(\d*)\s*,)(?:\r\n?|\n)

这将匹配\r 和可选的\n，或者仅匹配\n，我认为这将涵盖现在用作换行符序列的所有组合。

【讨论】：

您将使用[\n\r]{1,2}：\n\n 捕获两行返回。
@Bruno 如果每行只有一个换行符，并且后面的一行只包含像\n\n 这样的换行符，则为真。
@jadkik94 不能单独匹配 \r。
@stema, \r 最后一次用于 Mac OS 9，这是相当古老的（显然在 2002 年停产）。
@stema 对，我不知道它在什么地方被使用过。从 OP 评论中的链接看来，它已在某些旧 Mac 中使用。