负前瞻正则表达式在 Java 中不起作用

Question

以下正则表达式在测试here 时成功运行，但是当我尝试将它实现到我的 Java 代码中时，它不会返回匹配项。它使用负前瞻来确保MAIN LEVEL 和Bedrooms 之间不会出现换行符。为什么它不能在 Java 中工作？

正则表达式

^\s*\bMAIN LEVEL\b\n(?:(?!\n\n)[\s\S])*\bBedrooms:\s*(.*)

Java

pattern = Pattern.compile("^\\s*\\bMAIN LEVEL\\b\\n(?:(?!\\n\\n)[\\s\\S])*\\bBedrooms:\\s*(.*)");
    match = pattern.matcher(content);      
    if(match.find())
    {
        //Doesn't reach here
        String bed = match.group(1);
        bed = bed.trim();
    }

content 只是从文本文件中读取的字符串，其中包含上面链接的演示中显示的确切文本。

File file = new File("C:\\Users\\ME\\Desktop\\content.txt"); 
 content = new Scanner(file).useDelimiter("\\Z").next();

更新：

我更改了我的代码以包含多行修饰符 (?m)，但它打印出“null”。

pattern = Pattern.compile("(?m)^\\s*\\bMAIN LEVEL\\b\\n(?:(?!\\n\\n)[\\s\\S])*\\bBedrooms:\\s*(.*)");
    match = pattern.matcher(content);
    if(match.find())
    {   // Still not reaching here
        mainBeds=match.group(1);
        mainBeds= mainBeds.trim();
    }
  System.out.println(mainBeds);     // Prints null

Answer 1

问题：

正如Alan Moore's answer 中所述，文件中使用的Line-Separators 的格式(\r\n) 与您的模式指定的格式(\n) 不匹配：

原始代码：
Pattern.compile("^\\s*\\bMAIN LEVEL\\b\\n(?:(?!\\n\\n em>)[\\s\\S])*\\bBedrooms:\\s*(.*)");

注意：我在“旁注”部分的第二项中解释了\r 和\n 代表什么，以及\r\n 和\n 之间的上下文和区别.

---

解决方案：

1. 大多数/所有 Java 版本：
   您可以使用\r?\n 来匹配这两种格式，这在大多数情况下就足够了。

2. 大多数/所有 Java 版本：
   您可以使用\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029] 来匹配“任何Unicode 换行序列”。

3. Java 8 及更高版本：
   您可以使用Linebreak Matcher (\R)。它相当于第二种方法（以上），并且只要可能（Java 8 或更高版本），这是推荐的方法。

结果代码（第三种方法）：
Pattern.compile("^\\s*\\bMAIN LEVEL\\b\\R(?:(?!@ 987654342@)[\\s\\S])*\\bBedrooms:\\s*(.*)");

---

旁注：

1. 您可以将\\R\\R 替换为\\R{2}，这样更具可读性。

2. 存在不同格式的换行符并用于不同的系统，因为早期的操作系统从机械打字机（如打字机）继承了“换行符逻辑”。

   代码中的\r 代表回车，又名CR。这背后的想法是将打字光标返回到行首。

   代码中的\n 代表换行，又名LF。这背后的想法是将打字光标移动到下一行。

   最常见的换行格式是CR-LF (\r\n)，主要由 Windows 使用；和LF (\n)，被大多数类 UNIX 系统使用。这就是 “\r?\n 在大多数情况下足够”的原因，并且您可以可靠地将其用于面向家庭级用户的系统。

   然而，一些（罕见的）操作系统，通常用于工业级的东西，例如服务器，可能会使用 CR、LF-CR 或完全其他的东西，这就是为什么第二种方法中有这么多字符的原因，所以如果你需要代码兼容每个系统，`你会需要第二种，或者最好是第三种方法。

3. 这是测试模式失败的有用方法：

   String content = "..."; //Replace "..." with your content.
   String patternString = "..."; //Replace "..." with your pattern.
   String lastPatternSuccess = "None. You suck at Regex!";
   for (int i = 0; i <= patternString.length(); i++) {
     try {
       String patternSubstring = patternString.substring(0, i);
       Pattern pattern = Pattern.compile(patternSubstring);
       Matcher matcher = pattern.matcher(content);
       if (matcher.find()) {
         lastPatternSuccess = i + " - Pattern: " + patternSubstring + " - Match: \n" + matcher.group();
       }
     } catch (Exception ex) {
       //Ignore and jump to next
     }
   }
   System.out.println(lastPatternSuccess);
   

Answer 2

这是行分隔符。您正在寻找\n，但您的文件实际上使用了\r\n。如果您运行的是 Java 8，则可以将代码中的每个 \\n 更改为 \\R（通用行分隔符）。对于 Java 7 或更早版本，请使用 \\r?\\n。