Cocok dengan linebreak - \ n atau \ r \ n?

Saat menulis jawaban ini , saya harus mencocokkan secara eksklusif pada linebreak alih-alih menggunakan s-flag ( dotall- dot match linebreaks).

Situs yang biasanya digunakan untuk menguji ekspresi reguler berperilaku berbeda ketika mencoba mencocokkan \natau \r\n.

saya perhatikan

• Regex101 hanya cocok dengan linebreak \n
  ( contoh - hapus \rdan cocok)

• RegExr cocok dengan linebreak tidak pada \n maupun pada \r\n
  dan saya tidak dapat menemukan sesuatu untuk membuatnya cocok dengan linebreak, kecuali untuk m-flag dan \s
  ( contoh )

• Debuggex berperilaku lebih berbeda:
  dalam contoh ini hanya cocok menyala \r\n, sementara di
  sini hanya cocok \n, dengan bendera dan mesin yang sama ditentukan

Saya sepenuhnya menyadari m-flag (multiline - ^cocok dengan awal dan $akhir baris), tetapi kadang-kadang ini bukan pilihan. Sama dengan \s, karena cocok dengan tab dan spasi, juga.

Pemikiran saya untuk menggunakan karakter baris baru unicode ( \u0085) tidak berhasil, jadi:

1. Apakah ada cara yang gagal untuk mengintegrasikan pertandingan pada linebreak (lebih disukai terlepas dari bahasa yang digunakan) ke dalam ekspresi reguler?
2. Mengapa situs yang disebutkan di atas berperilaku berbeda (terutama Debuggex, hanya cocok sekali \ndan sekali saja \r\n)?

Akan menjawab dalam arah yang berlawanan.

2) Untuk penjelasan lengkap tentang \rdan \nsaya harus merujuk ke pertanyaan ini, yang jauh lebih lengkap daripada yang akan saya posting di sini: Perbedaan antara \ n dan \ r?

Singkatnya, Linux menggunakan \nbaris baru, Windows \r\ndan Mac lama \r. Jadi ada beberapa cara untuk menulis baris baru. Alat kedua Anda (RegExr) misalnya cocok dengan tunggal \r.

1) [\r\n]+seperti yang disarankan Ilya akan berhasil, tetapi juga akan cocok dengan beberapa baris baru berturut-turut. (\r\n|\r|\n)lebih benar.

Anda memiliki akhiran baris yang berbeda dalam teks contoh di Debuggex. Yang sangat menarik adalah bahwa Debuggex tampaknya telah mengidentifikasi gaya akhir baris mana yang Anda gunakan pertama kali, dan Debuggex mengonversi semua akhiran baris tambahan yang dimasukkan ke gaya itu.

Saya menggunakan Notepad ++ untuk menempelkan teks sampel dalam format Unix dan Windows ke dalam Debuggex, dan yang mana yang saya tempelkan dulu adalah sesi yang macet dengan Debuggex.

Jadi, Anda harus mencuci teks melalui editor teks Anda sebelum menempelkannya ke Debuggex. Pastikan Anda menempelkan gaya yang Anda inginkan. Debuggex default ke gaya Unix (\ n).

Juga, NEL (\ u0085) adalah sesuatu yang sepenuhnya berbeda: https://en.wikipedia.org/wiki/Newline#Unicode

(\r?\n)akan mencakup Unix dan Windows. Anda akan membutuhkan sesuatu yang lebih kompleks, seperti (\r\n|\r|\n), jika Anda ingin mencocokkan Mac lama juga.

Dalam \Rpertandingan PCRE \n, \rdan \r\n.

Ini hanya berlaku untuk pertanyaan 1.

Saya memiliki aplikasi yang berjalan di Windows dan menggunakan kotak editor MFC multi-line.
Kotak editor mengharapkan linebreak CRLF, tapi saya perlu menguraikan teks yang dimasukkan
dengan beberapa regex yang benar-benar besar / tidak menyenangkan '.

Saya tidak ingin menekankan hal ini saat menulis regex, jadi
saya akhirnya menormalkan bolak-balik antara parser dan editor sehingga
regex hanya menggunakan\n . Saya juga menjebak operasi tempel dan mengonversinya untuk kotak.

Ini tidak memakan banyak waktu.
Inilah yang saya gunakan.

 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" );
 }

Dengan Python:

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

atau lebih ketat:

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