Qual è la differenza tra [\ s \ S] *? e .*? nelle espressioni regolari di Java?

Ho sviluppato un'espressione regolare per identificare un blocco di xml all'interno di un file di testo. L'espressione si presenta così (ho rimosso tutti fuga java barre per rendere più facile lettura):Qual è la differenza tra [ s S] *? e .*? nelle espressioni regolari di Java?

<\?xml\s+version="[\d\.]+"\s*\?>\s*<\s*rdf:RDF[^>]*>[\s\S]*?<\s*\/\s*rdf:RDF\s*>

Poi ho ottimizzato e sostituito con [\s\S]*?.*? E improvvisamente smesso di riconoscere il codice XML.

Per quanto ne so, \s significa tutti i simboli bianco-spazio e \S significa tutti i simboli bianchi interlinea non o [^\s] così [\s\S] logicamente dovrebbe essere equivalente a . non ho usato i filtri avidi, così che cosa potrebbe essere la differenza ?

fonte

2016-02-07 Dmitry

Per impostazione predefinita, '.' non corrisponde ai separatori di riga.Può corrispondere a tutti i caratteri (compresi i separatori di riga) se si utilizza il flag 'Patter.DOTALL'. '[\ s \ S]' è impostato che include tutti gli spazi bianchi \ s e tutti gli spazi non bianchi \ S, che rappresentano in modo efficace tutti i caratteri (compresi i separatori di riga). – Pshemo

Il finale? non contribuisce in entrambi i casi. – EJP

Uno molto correlato: [* Qual è la differenza tra questi RegEx *] (http://stackoverflow.com/a/14648811/3832970) –

Le espressioni regex . e \s\S non sono equivalenti, poiché . non cattura i terminatori di riga (come la nuova riga) per impostazione predefinita.

Secondo il oracle website, . partite

Qualsiasi carattere (può o non può corrispondere terminatori di linea)

mentre una terminazione di linea è uno dei seguenti:

Un carattere di fine riga (avanzamento riga) ('\n'),

Un carattere di ritorno immediatamente seguito da un carattere di nuova riga ("\r\n"),

Un carattere autonomo ritorno a capo ('\r'),

Un carattere di nuova linea ('\u0085'),

Una linea carattere separatore ('\u2028') o

Un carattere separatore di paragrafo ('\u2029).

Le due espressioni non sono equivalenti, a patto che le bandiere necessari non sono impostati. Ancora una volta citando il sito oracolo:

Se è attivata la modalità UNIX_LINES, quindi gli unici terminatori di linea riconosciuti sono caratteri di nuova riga.

L'espressione regolare . corrisponde a qualsiasi carattere tranne una riga terminatore a meno che non sia specificato il flag DOTALL.

fonte

2016-02-07 02:10:47

Sì, questo spiegherà la differenza, grazie – Dmitry

Here è un foglio che spiega tutti i comandi regex.

Fondamentalmente, \s\S preleverà tutti i caratteri, incluse le nuove righe. Considerando che . non preleva i terminatori di riga per impostazione predefinita (alcuni flag devono essere impostati per essere prelevati).

fonte

2016-02-07 02:05:56 Spencer4134

Sì, ogni \ è stato doppio escape. Ho rimosso le doppie barre solo per renderlo facile da leggere. L'espressione funziona, ma smette di funzionare non appena sostituisco '[\ s \ S] *?' Con '. *?' Quindi la differenza dovrebbe essere lì. – Dmitry

questa è espressione reale: '<\\? Xml \\ s + versione = \" [\\ d \\.] + \ "\\ s * \\?> \\ s * <\\ s * rdf: RDF [^>] *> [\\ s \\ S] *? <\\ s * \\/\\ s * rdf: RDF \\ s *> ' – Dmitry

Questo non è vero. '.' può sfuggire a nuove righe, a seconda di alcuni flag. Dai un'occhiata alla mia risposta per tutti i dettagli .. –

Qual è la differenza tra [\ s \ S] *? e .*? nelle espressioni regolari di Java?

risposta

Problemi correlati

Qual è la differenza tra [\ s \ S] ? e .? nelle espressioni regolari di Java?