使用正则表达式（.net 和 C#）识别行尾

Posted 2023-02-15

【中文标题】使用正则表达式（.net 和 C#）识别行尾

【英文标题】：Identify line end with Regex (.net and C#)

【发布时间】：2021-12-08 08:54:19

【问题描述】：

（遇到同样情况的朋友，请注意这个问题可能是.net和C#指定的。见下面Wiktor的回答。）

在问这个问题之前，我已经阅读了许多相关问题（包括：Match linebreaks - \n or \r\n?），但这些答案都没有奏效。

就我而言，我想删除某些代码文件中的所有 //cmets。为了处理 Mac、Unix、Windows 中的文件，我需要一些东西来匹配 // 和 /r、或 /n 或 /r/n 之间的文本。

这里是代码文件的测试内容：

        var text = "int rn = 0; //comment1.0\r\n" +
                   "int r = 0; //comment2.\r" + 
                   "int n = 0; //comment3.\n" + 
                   "end";
        var txt = RemoveLineEndComment();

这里是正则表达式（如果你不是 C charper，请只关注正则表达式）：

public static class CommentRemover

    private static readonly Regex RegexRemoveLineEndComment =
        new(@"\/\/.*$", RegexOptions.Multiline);
    public static string RemoveLineEndComment(this string text)
    
        var t = RegexRemoveLineEndComment.Match(text).Value;
        return RegexRemoveLineEndComment.Replace(text, string.Empty);
    

我需要的是 txt = "int rn = 0; \r\nint r = 0; \rint n = 0; \nend"。 以下是正则表达式和相应的结果：

//.*$ => txt="int rn = 0; \nint r = 0; \nend"（缺少int n = 0）

//.*(?=\r\n) => txt="int rn = 0; \r\nint r = 0; //comment2.\rint n = 0; //comment3.\nend" （留下评论2和3）

//.*(?=\r?\n?) => txt="int rn = 0; \nint r = 0; \nend"（缺少int n = 0）

//.*(?=(\r\n|\r|\n)) => txt="int rn = 0; \nint r = 0; \nend" (缺少int n = 0)

//.*(?=[\r\n|\r|\n]) => txt="int rn = 0; \nint r = 0; \nend" (缺少int n = 0) ...

\r 似乎有问题，无法识别。 如果我只使用 \r\n，则正则表达式 "//.*(?=\r\n)" 适用于下面的测试内容：

        var text = "int rn = 0; //comment1.0\r\n" +
                   "int r = 0; //comment2.\r\n" + 
                   "int n = 0; //comment3.\r\n" + 
                   "end";

有人帮帮我吗？感谢您的帮助。

【问题讨论】：

请包含语言标签。

@Barmar 抱歉，我认为这是纯正则表达式问题。但正如 Wiktor 在下面提到的，这可能是一个 .net 问题。如果是这样，我会包括语言标签。 :)

您正在处理的代码是否可能包含例如包含// 序列并且不应被视为cmets的字符串文字？

@Damien_The_Unbeliever 否。不在此测试代码中。但它确实发生在我的旧版本中（那个版本中没有使用正则表达式）。可能有类似 text = "//hello" 和 //"hello" 的代码。我对正则表达式不熟悉了，以后会处理这些复杂的情况:)

【参考方案1】：

在 .NET 中，. 模式匹配回车 (CR) 字符。它匹配除 LF 字符之外的任何字符。

请注意，没有选项或修饰符可以重新定义此 . 行为。

因此，您可以使用

var RegexRemoveLineEndComment =  new Regex(@"//[^\r\n]*", RegexOptions.Multiline);

请参阅C# demo。

如果您还想删除// 之前的空格，请在模式开始处添加\s*（任何空格）或[\pZs\t]*（水平空格）。

【讨论】：

感谢您的帮助！但是......奇怪的是，我将您的代码从链接复制到一个新项目中，我又得到了“int rn = 0; \nint r = 0; \nend”（int n = 0 is missing）。 \r 仍然没有被识别，这真的很奇怪。版本之间的差异是否重要？ （我正在使用 .net5）我想只用 \r 尝试一些东西，看看是否还有其他线索。再次感谢。

@cheny 由于我没有你的代码，我无法提供更多帮助。我刚刚注意到//[^\r\n]* regex 不需要RegexOptions.Multiline 选项，可以去掉。

啊！终于，我知道到底发生了什么。我确实得到了 txt="int rn = 0; \r\nint r = 0; \rint n = 0; \nend" 的结果，但是当我使用 Console.WriteLine(txt) 时，发生了一些棘手的事情！ “\r\n”的意思是“回到当前行的开头，然后下一行，在新的一行打印下面的字母”，而单独的“\r”的意思是“回到当前行的开头，并在当前行打印以下字母”。所以，“int r = 0; " 被 "int n = 0; “！我在代码中放了一个临时参数，发现了。它发生在控制台和文本区域组件中。

再次非常感谢。您将 .NET 与 \r 匹配为 .是关键。

我做到了 :) @Wiktor