Java-8正则表达式负数与 R落后

Java-8正则表达式负数与 R落后

实现＃1。 该文档是错误的

来源：https
:
//docs.oracle.com/javase/8/docs/api/java/util/regex/Pattern.html

它说：

换行匹配器

…相当于

u000Du000A|[u000Au000Bu000Cu000Du0085u2028u2029]

但是，当我们尝试使用“等效”模式时，它将返回false：

String _R_ = "\R";System.out.println("rn".matches("((?<!"+_R_+")\s)*")); // true// using "equivalent" pattern_R_ = "\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]";System.out.println("rn".matches("((?<!"+_R_+")\s)*")); // false// now make it atomic, as per sln's answer_R_ = "(?>"+_R_+")";System.out.println("rn".matches("((?<!"+_R_+")\s)*")); // true

因此，Javadoc应该 真正 说：

…相当于

(?<!u000Du000A|[u000Au000Bu000Cu000Du0085u2028u2029])

根据Sherman在Oracle
JDK-8176029上
于2017年3月9日更新：

“ api doc没错，实现是错误的（当“ 0x0d + 0x0a + next.match（）”失败时，它无法回溯“ 0x0d +
next.match（）”）”

---

实现＃2。 向后看不仅向后看

尽管有名称，但向后查找不仅可以向后看，而且可以包含甚至跳过当前位置。

考虑以下示例（来自rexegg.com）：

"_12_".replaceAll("(?<=_(?=\d{2}_))\d+", "##"); // _##_

“这之所以有趣，有几个原因。首先，我们在回溯中有一个前瞻，即使我们应该向后看，该前瞻也会通过匹配两个数字和下划线来跳过当前位置。这是杂技。”

这对于我们的示例意味着什么

R

，即使我们当前的位置可能是

n

，也不会阻止后退者认识到其

r

后面是

n

，然后将两者绑定为一个原子团，因此拒绝识别其

r

背后的部分。当前位置作为单独的匹配项。

注意：为简单起见，我使用了诸如“我们的当前位置是

n

”之类的术语，但这并不是内部发生的事情的精确表示。