Java正则表达式转义字符

Question

在匹配某些特定字符（例如换行符）时，您可以使用正则表达式"\\n"或者直接使用"\n"。例如，以下代码将一个字符串拆分为多个行的数组：

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

但是以下方式同样有效：

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

我的问题:

上述两种方法是否完全相同，还是存在微小差异？如果有后者，请举例说明在哪些情况下会得到不同的结果。

或者仅在[可能/理论]性能方面有区别吗？

- DodgyCodeException

---

没有区别。\\n 匹配 LF，\n 也匹配 LF。 - Wiktor Stribiżew

如果您使用注释模式，那么应该会有所不同。 - Sebastian Proske

@SebastianProske 那是真的。我的意思是，鉴于当前的正则表达式，没有区别。如果使用 (?x)，那么在 Java 正则表达式中应该转义空格字符。即使它们用在字符类中也是如此。 - Wiktor Stribiżew

在Java中，\\r代表两个字符：\ 和r，这在RegEx引擎中被解释为CR（回车）字符。另一方面，\r代表Java中的CR，并且直接传递给RegEx引擎。 - Usagi Miyamoto

Answer 1

在当前的情况下没有区别。通常的字符串转义序列是通过一个反斜杠和一个有效的转义字符（如"\n"，"\r"等）形成的，而正则表达式转义序列是通过一个文字反斜杠（即Java字符串字面值中的双反斜杠）和一个有效的正则表达式转义字符（如"\\n"，"\\d"等）形成的。 "\n"（一个转义序列）是一个文字LF（换行符），而"\\n"是一个正则表达式转义序列，用于匹配LF符号。 "\r"（一个转义序列）是一个文字CR（回车符），而"\\r"是一个正则表达式转义序列，用于匹配CR符号。 "\t"（一个转义序列）是一个制表符文字，而"\\t"是一个正则表达式转义序列，用于匹配制表符文字。

请参见Java regex docs中支持的正则表达式转义符列表。

但是，如果你使用Pattern.COMMENTS标志（用于引入注释和格式化模式，使正则表达式引擎忽略模式中的所有未转义空格），你需要使用"\\n"或"\\\n"来定义Java字符串文字中的换行符（LF），并使用"\\r"或"\\\r"来定义回车符（CR）。

参见Java测试。

String s = "\n";
System.out.println(s.replaceAll("\n", "LF")); // => LF
System.out.println(s.replaceAll("\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\\\n", "LF")); // => LF
System.out.println(s.replaceAll("(?x)\n", "<LF>")); 
// => <LF>
//<LF>

为什么最后一个会产生<LF>+换行+<LF>？因为"(?x)\n"等于""，也就是一个空模式，在换行符前后匹配了一个空格。

- Wiktor Stribiżew

Answer 2

是的，它们是不同的。Java编译器在《Java语言规范》第3.3节中对Unicode转义有不同的行为；

Java编程语言规定了一种标准的方式，将Unicode编写的程序转换为ASCII，从而将程序转换为可以由基于ASCII的工具处理的形式。该转换涉及将程序源文本中的任何Unicode转义序列转换为ASCII，方法是在每个转义序列前添加一个额外的u - 例如，\uxxxx变成\uuxxxx - 同时将源文本中的非ASCII字符转换为包含单个u的Unicode转义序列。

那么这如何影响Java Doc中的/n与//n：

因此，在表示正则表达式的字符串文字中必须加倍反斜杠，以保护它们免受Java字节码编译器的解释。

以下是相同文档的示例：

例如，字符串字面量"\b"在正则表达式中解释时匹配一个后退字符，而"\b"则匹配单词边界。字符串字面量"(hello)"是非法的，并导致编译时错误；为了匹配字符串(hello)，必须使用字符串字面量"\(hello\)"。

- Gatusko

---

您正在解释在Java字符串文字中使用“\”来定义单个反斜杠的必要性。 OP的问题是“\n”和“\n”是否匹配相同的字符串。虽然模式不同，但它们匹配相同的文本。这就是为什么我说在当前情况下没有区别。 - Wiktor Stribiżew

是的，你的答案是正确的，我只是想知道它们之间的区别。在某些情况下，会有不同的结果，在其他情况下则会有相同的结果。 - Gatusko