正则表达式
简介
换行符和空字符
1、换行符和空字符
在正则表达式中，换行符和空字符是两类常用的“非打印控制字符”，用于匹配文本中的换行、空白间隔或特殊空值场景。下面结合定义、语法、使用场景和示例，帮你彻底理清两者的区别和用法：
一、正则中的「换行符」
换行符是用于分隔文本行的控制字符，不同操作系统的换行格式不同（但正则提供了统一的匹配语法）。
1. 核心定义
匹配文本中“行与行之间的分隔符号”，常见的实际换行格式：
\n：Unix/Linux/Mac（现代）系统的换行符（LF，Line Feed）；\r\n：Windows 系统的换行符（CRLF，Carriage Return + Line Feed）；\r：早期 Mac 系统的换行符（CR）。
2. 正则匹配语法（跨平台通用）
| 语法 | 含义 | 适用场景 |
|---|---|---|
\n |
匹配单个 LF（Unix 风格换行） |
明确知道目标文本是 Unix 格式 |
\r |
匹配单个 CR（早期 Mac 格式） |
极少用，仅兼容旧文本 |
\r?\n |
匹配 CRLF（Windows）或 LF（Unix） |
跨平台通用（推荐，覆盖 99% 场景） |
\R |
匹配任意换行序列（\n/\r\n/\r） |
.NET、Java、Python（3.7+）等支持 |
[\r\n] |
匹配单个 CR 或 LF（不推荐，易误配） |
临时兼容简单场景 |
3. 关键注意事项
- 正则默认不匹配“跨行”：比如
.（匹配任意字符）默认不包含换行符，若需匹配包括换行在内的所有字符，需开启「单行模式」（.匹配换行）：- 语法：在正则末尾加
(?s)（内联模式），或通过代码设置RegexOptions.Singleline（如 C#、Java）。
- 语法：在正则末尾加
- 示例：匹配跨两行的文本
(?s)hello.*world // 能匹配 "hello\nworld" 或 "hello\r\nworld"
4. 实际用法示例
- 需求1：匹配 Windows 格式的换行（
CRLF）第一行\r\n第二行 // 精准匹配 "第一行\r\n第二行" - 需求2：跨平台匹配换行，提取每行内容
^.+\R? // ^ 匹配行首，.+ 匹配行内容，\R? 匹配换行（最后一行可能无换行）
二、正则中的「空字符」
空字符是一类“不可见、表示空白或空值”的字符，核心分为两类：空白字符（空格、制表符等）和空字符串（无字符）。
（一）第一类：空白字符（占位置的不可见字符）
指文本中用于分隔元素的空白间隔（如空格、制表符、换行符等），正则提供了专门的语法匹配。
| 语法 | 含义 | 等价于 | 适用场景 |
|---|---|---|---|
\s |
匹配任意空白字符（空格、制表符、换行等） | [ \t\n\r\f\v] |
匹配所有空白间隔（最常用） |
\S |
匹配非空白字符（与 \s 相反） |
[^ \t\n\r\f\v] |
排除空白，提取有效内容 |
（空格） |
匹配单个普通空格 | - | 精准匹配空格（如分隔单词的空格） |
\t |
匹配制表符（Tab 键产生的字符） |
- | 匹配代码缩进、表格分隔的制表符 |
\f |
匹配换页符（Form Feed） | - | 极少用，仅兼容打印机相关文本 |
\v |
匹配垂直制表符（Vertical Tab） | - | 几乎不用 |
注意：\s 包含换行符！
\s的本质是“所有空白类字符”，其中包含\n（换行）、\r（回车），因此：- 若只想匹配“非换行的空白”（如空格、制表符），需手动排除换行：
[ \t]或\s-[^\r\n]。 - 示例：匹配单词间的空格/制表符（不包含换行）
\w+[ \t]+\w+ // 匹配 "hello world"（空格）或 "hello\tworld"（制表符）
- 若只想匹配“非换行的空白”（如空格、制表符），需手动排除换行：
（二）第二类：空字符串（不占位置的“无字符”）
指“没有任何字符的位置”，正则中无需专门语法匹配，而是通过「边界符」或「可选语法」间接处理。
关键场景：
- 匹配空行（行内无任何内容，仅换行）：
- 正则：
^$（^行首，$行尾，中间无字符） - 若文本是 Windows 格式（
CRLF），需兼容换行符：^\r?$（匹配空行 + 可能的CR）
- 正则：
- 匹配可选的空值（如某字段可填或为空）：
- 正则：
^.*$（.*匹配任意字符（包括空）） - 或精准匹配空：
^$（仅匹配空字符串，不匹配任何字符）
- 正则：
示例：
- 需求：过滤文本中的空行
^\s*$ // \s* 匹配0个或多个空白字符（包括空），匹配空行或仅含空格/制表符的“伪空行”
三、换行符与空字符的核心区别
| 维度 | 换行符（\n/\r\n/\R） |
空字符 |
|---|---|---|
| 本质 | 行分隔符（控制文本换行） | 空白间隔（\s）或无字符（空字符串） |
| 占位置 | 占1个字符位置（\r\n 占2个） |
空白字符占1个位置，空字符串不占位置 |
| 正则语法 | \n/\r\n/\R |
空白：\s/\t/空格；空字符串：^$ |
| 关联关系 | \s 包含换行符（\n/\r） |
空字符串与换行符无包含关系 |
| 典型用途 | 匹配/分割文本行 | 匹配空格/制表符、过滤空行/空值 |
四、常用实战总结
- 跨平台匹配换行：优先用
\R（支持的语言）或\r?\n（兼容所有语言）； - 匹配空格/制表符（不含换行）：用
[ \t]（避免\s包含换行）； - 过滤空行：用
^\s*$（匹配空行或仅含空白的行）； - 匹配包括换行的所有字符：开启单行模式
(?s)+.； - 匹配空字符串（无任何内容）：用
^$。
通过以上规则，可覆盖正则中换行和空字符的绝大多数使用场景，避免因“看不见的字符”导致匹配失败～