负先行正则表达式在 Java 中不起作用

Question

以下正则表达式在测试 here 时成功运行，但是当我尝试将其实现到我的 Java 代码中时，它不会 return 匹配。它使用否定前瞻来确保 MAIN LEVEL 和 Bedrooms 之间不会出现换行符。为什么它在 Java 中不起作用？

正则表达式

^\s*\bMAIN LEVEL\b\n(?:(?!\n\n)[\s\S])*\bBedrooms:\s*(.*)

Java

pattern = Pattern.compile("^\s*\bMAIN LEVEL\b\n(?:(?!\n\n)[\s\S])*\bBedrooms:\s*(.*)");
    match = pattern.matcher(content);      
    if(match.find())
    {
        //Doesn't reach here
        String bed = match.group(1);
        bed = bed.trim();
    }

content 只是从文本文件中读取的字符串，其中包含上面链接的演示中显示的确切文本。

File file = new File("C:\Users\ME\Desktop\content.txt"); 
 content = new Scanner(file).useDelimiter("\Z").next();

更新：

我更改了我的代码以包含多行修饰符 (?m)，但它打印出 "null".

pattern = Pattern.compile("(?m)^\s*\bMAIN LEVEL\b\n(?:(?!\n\n)[\s\S])*\bBedrooms:\s*(.*)");
    match = pattern.matcher(content);
    if(match.find())
    {   // Still not reaching here
        mainBeds=match.group(1);
        mainBeds= mainBeds.trim();
    }
  System.out.println(mainBeds);     // Prints null

Answer 1

这是行分隔符。您正在寻找 \n，但您的文件实际上使用 \r\n。如果您是运行 Java 8，则可以将代码中的每个 \n 更改为 \R（通用行分隔符）。对于 Java 7 或更早版本，使用 \r?\n.

Answer 2

问题：

如中所述，文件中使用的 Line-Separators 格式 (\r\n) 与模式指定的格式 (\n):

原码：
Pattern.compile("^\s*\bMAIN LEVEL\b\n(?:(?!\n\n )[\s\S])*\bBedrooms:\s*(.*)");

注：\r和\n代表什么意思，\r\n和\n的来龙去脉和区别，我在[=]的第二项说明80=]"side notes"节.

解决方案：

Most/all Java 版本：
您可以使用 \r?\n 来匹配两种格式，这在大多数情况下 就足够了 .
Most/all Java 版本：
可以用\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]来匹配"Any Unicode linebreak sequence".
Java 8 及以后：
你可以使用Linebreak Matcher (\R)。它相当于第二种方法（上面），只要有可能（Java 8 或更高版本），这是推荐的方法 .

结果代码（第三种方法）：
Pattern.compile("^\s*\bMAIN LEVEL\b\R(?:(?!\R\R )[\s\S])*\bBedrooms:\s*(.*)");

旁注：

可以把\R\R换成\R{2}，可读性更好
存在不同格式的换行符并在不同系统中使用，因为早期操作系统从机械打字机（如打字机）继承了 "line-break logic"。

代码中的\r表示Carriage-Return，又名CR。这背后的想法是 return 打字光标到行的开头。

代码中的\n表示换行，又名 LF。这背后的想法是将打字光标移动到下一行。

最常见的换行符格式是CR-LF（\r\n），主要由Windows使用；和 LF (\n)，被大多数类 UNIX 系统使用。这就是为什么 "\r?\n 在大多数情况下足够 "，并且您可以可靠地将它用于家庭系统-等级用户。

但是，一些（罕见的）操作系统，通常在服务器等工业级设备中，可能会使用CR , LF-CR, 或其他完全不同的东西, 这就是为什么第二种方法中有这么多字符的原因, 所以如果你需要代码与 兼容每个系统，`你将需要第二种，或者最好是第三种方法。

这里有一个有用的方法来测试你的模式在哪里失败：

String content = "..."; //Replace "..." with your content.
String patternString = "..."; //Replace "..." with your pattern.
String lastPatternSuccess = "None. You suck at Regex!";
for (int i = 0; i <= patternString.length(); i++) {
  try {
    String patternSubstring = patternString.substring(0, i);
    Pattern pattern = Pattern.compile(patternSubstring);
    Matcher matcher = pattern.matcher(content);
    if (matcher.find()) {
      lastPatternSuccess = i + " - Pattern: " + patternSubstring + " - Match: \n" + matcher.group();
    }
  } catch (Exception ex) {
    //Ignore and jump to next
  }
}
System.out.println(lastPatternSuccess);

负先行正则表达式在 Java 中不起作用

Negative lookahead regex not working in Java

java

regex

pattern-matching

negative-lookahead

问题：

解决方案：

旁注：