Kết hợp ngắt dòng - \ n hoặc \ r \ n?

Trong khi viết câu trả lời này , tôi phải kết hợp độc quyền trên các ngắt dòng thay vì sử dụng s-flag ( dotall- dấu chấm khớp với ngắt dòng).

Các trang web thường được sử dụng để kiểm tra các biểu thức chính quy hoạt động khác nhau khi cố gắng khớp trên \nhoặc \r\n.

Tôi nhận thấy

• Regex101 chỉ khớp với các ngắt dòng \n
  ( ví dụ - xóa \rvà nó khớp)

• RegExr phù hợp với các ngắt dòng không bật \n hoặc không bật \r\n
  và tôi không thể tìm thấy thứ gì đó để khớp với ngắt dòng, ngoại trừ m-flag và \s
  ( ví dụ )

• Debuggex hành xử thậm chí còn khác hơn:
  trong ví dụ này, nó chỉ khớp với \r\n, trong khi
  ở đây, nó chỉ khớp với \n, với cùng các cờ và công cụ được chỉ định

Tôi hoàn toàn biết về m-flag (multiline - ^khớp với điểm đầu và $điểm cuối của dòng), nhưng đôi khi đây không phải là một lựa chọn. Tương tự \s, vì nó phù hợp với các tab và không gian, quá.

Tôi nghĩ rằng việc sử dụng ký tự dòng mới unicode ( \u0085) không thành công, vì vậy:

1. Có cách nào không an toàn để tích hợp trận đấu trên một ngắt dòng (tốt nhất là bất kể ngôn ngữ được sử dụng) vào một biểu thức thông thường không?
2. Tại sao các trang web được đề cập ở trên hoạt động khác nhau (đặc biệt là Debuggex, chỉ khớp một lần duy nhất \nvà một lần duy nhất \r\n)?

Gonna trả lời theo hướng ngược lại.

2) Để được giải thích đầy đủ về \rvà \ntôi phải tham khảo câu hỏi này, nó hoàn chỉnh hơn nhiều so với tôi sẽ đăng ở đây: Sự khác biệt giữa \ n và \ r?

Tóm lại, Linux sử dụng \ncho dòng máy mới, Windows \r\nvà máy Mac cũ \r. Vì vậy, có nhiều cách để viết một dòng mới. Công cụ thứ hai của bạn (RegExr) chẳng hạn sẽ khớp trên đĩa đơn \r.

1) [\r\n]+như Ilya đề xuất sẽ hoạt động, nhưng cũng sẽ khớp nhiều dòng mới liên tiếp. (\r\n|\r|\n)đúng hơn

Bạn có các kết thúc dòng khác nhau trong các văn bản ví dụ trong Debuggex. Điều đặc biệt thú vị là Debuggex dường như đã xác định kiểu kết thúc dòng nào bạn đã sử dụng trước tiên và nó chuyển đổi tất cả các kết thúc dòng bổ sung được nhập vào kiểu đó.

Tôi đã sử dụng Notepad ++ để dán văn bản mẫu ở định dạng Unix và Windows vào Debuggex và bất cứ điều gì tôi dán trước là phiên mà Debuggex bị mắc kẹt.

Vì vậy, bạn nên rửa văn bản của mình thông qua trình soạn thảo văn bản trước khi dán nó vào Debuggex. Đảm bảo rằng bạn đang dán kiểu bạn muốn. Debuggex mặc định theo kiểu Unix (\ n).

Ngoài ra, NEL (\ u0085) hoàn toàn khác: https://en.wikipedia.org/wiki/Newline#Unicode

(\r?\n)sẽ bao gồm Unix và Windows. Bạn sẽ cần một cái gì đó phức tạp hơn, như (\r\n|\r|\n), nếu bạn cũng muốn phù hợp với máy Mac cũ.

Trong các \Rtrận đấu PCRE \n, \rvà \r\n.

Điều này chỉ áp dụng cho câu hỏi 1.

Tôi có một ứng dụng chạy trên Windows và sử dụng hộp soạn thảo MFC nhiều dòng.
Hộp soạn thảo mong đợi các ngắt dòng CRLF, nhưng tôi cần phân tích văn bản được nhập
bằng một số biểu thức chính thực sự lớn / khó chịu '.

Tôi không muốn nhấn mạnh về điều này trong khi viết regex, vì vậy
cuối cùng tôi đã bình thường hóa qua lại giữa trình phân tích cú pháp và trình soạn thảo để
regexs chỉ sử dụng \n. Tôi cũng bẫy hoạt động dán và chuyển đổi chúng cho các hộp.

Điều này không mất nhiều thời gian.
Đây là những gì tôi sử dụng.

 boost::regex  CRLFCRtoLF (
     " \\r\\n | \\r(?!\\n) "
     , MODx);

 boost::regex  CRLFCRtoCRLF (
     " \\r\\n?+ | \\n "
     , MODx);


 // Convert (All style) linebreaks to linefeeds 
 // ---------------------------------------
 void ReplaceCRLFCRtoLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoLF, "\\n" );
 }

 // Convert linefeeds to linebreaks (Windows) 
 // ---------------------------------------
 void ReplaceCRLFCRtoCRLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoCRLF, "\\r\\n" );
 }

Trong Python:

# as Peter van der Wal's answer
re.split(r'\r\n|\r|\n', text, flags=re.M) 

hoặc nghiêm ngặt hơn:

# https://docs.python.org/3/library/stdtypes.html#str.splitlines
str.splitlines()