.Net 正则表达式匹配 $ 与字符串的结尾而不是行的结尾，即使启用了多行

Posted 2023-02-19

【中文标题】.Net 正则表达式匹配 $ 与字符串的结尾而不是行的结尾，即使启用了多行

【英文标题】：.Net regex matching $ with the end of the string and not of line, even with multiline enabled

【发布时间】：2017-02-24 18:39:19

【问题描述】：

我正在尝试突出显示降价代码，但遇到了 .NET 正则表达式多行选项的这种奇怪行为。

以下表达式：^(#+).+$ 适用于任何在线正则表达式测试工具：

但它拒绝使用 .net：

它似乎没有考虑 $ 标记，并且只是突出显示直到字符串末尾的所有内容，无论如何。这是我的 C#

RegExpression = new Regex(@"^(#+).+$", RegexOptions.Multiline)

我错过了什么？

【问题讨论】：

点不能匹配没有 DOTALL 修饰符的 LF。你能分享一个dotnetfile吗？

你有一个 CR 结尾。使用@"^(#+).+?\r?$"

【参考方案1】：

很明显，您的文本包含 LF 以外的换行符。在 .NET 正则表达式中，点匹配除 LF 之外的任何字符（换行符，\n）。

见Multiline Mode MSDN regex reference

默认情况下，$ 仅匹配输入字符串的结尾。如果您指定 RegexOptions.Multiline 选项，它匹配换行符 (\n) 或输入字符串的结尾。但是，它不匹配回车/换行字符组合。要成功匹配它们，请使用子表达式 \r?$ 而不仅仅是 $。

所以，使用

@"^(#+).+?\r?$"

.+?\r?$ 将延迟匹配除 LF 之外的任何一个或多个字符，直到换行符之前的第一个 CR（这是可选的）。

或者只使用否定字符类：

@"^(#+)[^\r\n]+"

[^\r\n]+ 将匹配除 CR/LF 之外的一个或多个字符。

【讨论】：

不幸的是，当我使用 Regex.Replacec 时，它会替换 \r 字符（（我可以修复它吗？

@Deni35 好像有新问题，请教

可以用这种模式匹配行尾：(?=\r?$)

【参考方案2】：

你所拥有的是好的。您唯一缺少的是 . 不匹配换行符，即使使用多行选项也是如此。您可以通过两种不同的方式解决此问题。

最简单的方法是使用RegexOptions.Singleline 标志，它将换行符视为字符。这样，^ 仍然匹配字符串的开头，$ 匹配字符串的结尾，. 匹配所有包括换行符。

解决此问题的另一种方法（尽管我不会为您的用例推荐它）是修改您的正则表达式以明确允许换行符。为此，您可以将任何. 替换为(?:.|\n)，这意味着任何字符或换行符。对于您的示例，您最终会得到^(#+)(?:.|\n)+$。如果要确保首先有一个非换行符，请添加一个额外的点：^(#+).(?:.|\n)+$

【讨论】：

我想你误解了我的问题。我不想匹配新行。第二张图是我得到的，第一张图是我应该得到的。输入字符串“this is a \n #header \n but this is not”应该只匹配“#header”。目前，它匹配“#header but this is not”

请不要建议(?:.|\n)+ 模式。它的效率非常低，并且可能由于它必须执行的回溯（或在惰性量词的情况下扩展）步骤的数量而导致系统冻结。在 .NET 中始终使用 . 和 (?s) 内联修饰符或 RegexOptions.Singleline。您不需要每次都使用 [\s\S] 之类的解决方法，因为您可以在 .NET 正则表达式中使用修饰符组。例如：^.*\r?\n(?s:.*).