Dopasuj podziały wierszy - \ n czy \ r \ n?

Pisząc tę odpowiedź , musiałem dopasować wyłącznie na łamach linii zamiast używać opcji s-flag ( dotall- kropka odpowiada podziałom linii).

Witryny używane zwykle do testowania wyrażeń regularnych zachowują się inaczej, gdy próbują dopasować na \nlub \r\n.

Zauważyłem

• Regex101 dopasowuje tylko podziały wierszy \n
  ( przykład - usuń \ri pasuje)

• RegExr dopasowuje podziały linii ani włączone, \n ani włączone \r\n
  i nie mogę znaleźć czegoś, co pasowałoby do podziału linii, z wyjątkiem m-flag i \s
  ( przykład )

• Debuggex zachowuje się jeszcze bardziej inaczej:
  w tym przykładzie pasuje tylko do \r\n, podczas gdy
  tutaj pasuje tylko do \n, z tymi samymi flagami i określonym silnikiem

W pełni zdaję sobie sprawę z opcji m-flag (multiline - ^dopasowuje początek i $koniec wiersza), ale czasami nie jest to opcja. To samo \sdotyczy również tabulatorów i spacji.

Moja myśl o użyciu znaku nowej linii Unicode ( \u0085) nie powiodła się, więc:

1. Czy istnieje bezpieczny sposób zintegrowania dopasowania w miejscu zakończenia wiersza (najlepiej niezależnie od używanego języka) z wyrażeniem regularnym?
2. Dlaczego wyżej wymienione strony zachowują się inaczej (zwłaszcza Debuggex, dopasowywanie tylko \nraz i raz tylko \r\n)?

Odpowiem w przeciwnym kierunku.

2) Aby uzyskać pełne wyjaśnienie \ri \nmuszę odnieść się do tego pytania, które jest o wiele bardziej kompletne niż to, które opiszę tutaj: Różnica między \ n i \ r?

Krótko mówiąc, Linux używa \nnowej linii, Windows \r\ni starych komputerów Mac \r. Tak więc istnieje wiele sposobów na napisanie nowej linii. Twoje drugie narzędzie (RegExr) pasuje na przykład na singlu \r.

1), [\r\n]+jak sugerował Ilya, będzie działać, ale będzie również pasować do wielu kolejnych nowych linii. (\r\n|\r|\n)jest bardziej poprawne.

Masz różne zakończenia linii w przykładowych tekstach w Debuggex. Szczególnie interesujące jest to, że Debuggex zdaje się zidentyfikować styl zakończenia linii, którego użyłeś jako pierwszy i konwertuje wszystkie dodatkowe zakończenia linii wprowadzone na ten styl.

Użyłem Notepad ++ do wklejenia przykładowego tekstu w formacie Unix i Windows do Debuggex, a cokolwiek wkleiłem jako pierwsze, jest tym, z czym utknęła ta sesja Debuggex.

Dlatego przed wklejeniem go do Debuggex należy przepłukać tekst w edytorze tekstu. Upewnij się, że wklejasz żądany styl. Debuggex domyślnie ustawia styl uniksowy (\ n).

Poza tym NEL (\ u0085) to coś zupełnie innego: https://en.wikipedia.org/wiki/Newline#Unicode

(\r?\n)obejmie systemy Unix i Windows. Będziesz potrzebować czegoś bardziej złożonego, na przykład (\r\n|\r|\n), jeśli chcesz dopasować również stary Mac.

W PCRE \Rpasuje \n, \ri \r\n.

Dotyczy to tylko pytania 1.

Mam aplikację działającą w systemie Windows i używającą wieloliniowego edytora MFC.
Okno edytora oczekuje podziałów wierszy CRLF, ale muszę przeanalizować wprowadzony tekst za
pomocą kilku naprawdę dużych / paskudnych wyrażeń regularnych .

Nie chciałem się tym stresować podczas pisania wyrażenia regularnego, więc w
końcu normalizowałem tam iz powrotem między parserem a edytorem, aby
po prostu używać wyrażeń regularnych \n. Wklejam również operacje wklejania i konwertuję je na pola.

Nie zajmuje to dużo czasu.
To jest to, czego używam.

 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" );
 }

W Pythonie:

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

lub bardziej rygorystyczne:

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