Java拆分字符串由换行正则表达式问题与问号答案

【问题标题】：Java split string by newline regex issue with question markJava拆分字符串由换行正则表达式问题与问号
【发布时间】：2013-02-17 09:03:05
【问题描述】：

我编写了一个 Java 类，它必须从包含换行符的字符串中提取元素。作为第一步，代码必须用换行符分割输入字符串并将结果放入数组中。除了在一种特定情况下，这一切都很好。我正在使用以下代码来执行拆分：

String lines[] = inputText.split("[\\r?\\n\\r]+");

我遇到的问题是以下行：

##INFO=<ID=DS,Number=0,Type=Flag,Description=""removed?"">"

结果是两行：

##INFO=<ID=DS,Number=0,Type=Flag,Description=""removed
"">"

它在问号上分裂。谁能指出我为什么会发生这种情况的正确方向？正则表达式内部没有“？”表示 0 或 1 次出现？这不是换行符分割的可接受方式吗？

【问题讨论】：

【解决方案1】：

你正在使用一个字符类（[]），这意味着括号内的任何字符，所以在你的情况下[\\r?\\n\\r]+，它意味着任何\\r，\\n，@987654327 @，\\r，一次或多次（+）。

由Unicode UTS #18: Unicode Regular Expressions 定义的换行符的真正可移植正则表达式是：

\R => (?:(?>\u000D\u000A)|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])

正如 Perl 名人的 Tom Christiansen 在this answer 中所解释的那样。考虑Java的双重转义（字符串然后正则表达式）：

(?:(?>\\u000D\\u000A)|[\\u000A\\u000B\\u000C\\u000D\\u0085\\u2028\\u2029])

【讨论】：

【解决方案2】：

这行得通，只需说 \n\r 或 \n。

String manyLines = "line1\nline2\n\rline3?\nline4";
System.out.println(Arrays.asList(manyLines.split("\\n\\r|\\n")));

输出

[line1, line2, line3?, line4]

【讨论】：

【解决方案3】：

方括号内的问号字面意思是一个问号。用圆括号替换方括号（前者限制为每个交替一个字符）：

String lines[] = inputText.split("(\\r?\\n|\\r)+");

行将在“\r\n”、“\n”和“\r”处拆分，但这实际上与以下内容相同：

String lines[] = inputText.split("(\\n|\\r)+");

所以我们可以回到方括号：

String lines[] = inputText.split("[\\n\\r]+");

如果您实际需要的是一个恒定的换行符，具体取决于操作系统：

String lines[] = inputText.split("(" + System.getProperty("line.separator") + ")+");

【讨论】：