[regex] 공백과 일치하지만 줄 바꿈과 일치하지 않습니다.

이중 음수를 사용하십시오.

/[^\S\r\n]/

즉, 공백이 아님 (자본 S가 보완 함) 또는 캐리지 리턴이 아니거나 줄 바꿈이 아닙니다. 외부를 배포하지 않음 (De Morgan의 법칙으로 즉 , ^캐릭터 클래스 의 보완) 을 “공백이지만 캐리지 리턴 또는 줄 바꿈이 아님”과 같습니다. 패턴에 및 패턴을 모두 포함하면 모든 Unix (LF), 클래식 Mac OS (CR) 및 DOS-ish (CR LF) 줄 바꿈 규칙을 모두 올바르게 처리합니다 .\r\n

그것에 대해 내 말을 할 필요가 없습니다.

#! /usr/bin/env perl

use strict;
use warnings;

use 5.005;  # for qr//

my $ws_not_crlf = qr/[^\S\r\n]/;

for (' ', '\f', '\t', '\r', '\n') {
  my $qq = qq["$_"];
  printf "%-4s => %s\n", $qq,
    (eval $qq) =~ $ws_not_crlf ? "match" : "no match";
}

산출:

""=> 일치
"\ f"=> 일치
"\ t"=> 일치
"\ r"=> 일치하지 않습니다
"\ n"=> 일치하지 않습니다

세로 탭은 제외하지만 v5.18에서 해결되었습니다. .

너무 거칠게 반대하기 전에 Perl 문서는 동일한 기술을 사용합니다. perlrecharclass 의 “공백”섹션에있는 각주 읽기

Perl v5.18 이전 \s에는 세로 탭과 일치하지 않았습니다. [^\S\cK](모호하게) \s전통적으로 한 것과 일치합니다 .

perlrecharclass 의 동일한 섹션 에서도 언어 교사의 이중 부정에 대한 반대를 불쾌하게하지 않는 다른 접근법을 제안합니다.

로케일 및 유니 코드 규칙 외부 또는 /a스위치가 적용되는 경우 ” Perl v5.18부터 세로 탭 ” \s과 일치 [\t\n\f\r ]하고 일치 \cK합니다. ” 폐기 \r하고 \n떠날 /[\t\f\cK ]/일치 공백하지만 줄 바꿈하지 않는.

텍스트가 유니 코드 인 경우 아래에 설명 된 설명서 섹션 의 표에서 패턴을 구성하려면 아래 하위와 유사한 코드를 사용 하십시오 .

sub ws_not_nl {
  local($_) = <<'EOTable';
0x0009        CHARACTER TABULATION   h s
0x000a              LINE FEED (LF)    vs
0x000b             LINE TABULATION    vs  [1]
0x000c              FORM FEED (FF)    vs
0x000d        CARRIAGE RETURN (CR)    vs
0x0020                       SPACE   h s
0x0085             NEXT LINE (NEL)    vs  [2]
0x00a0              NO-BREAK SPACE   h s  [2]
0x1680            OGHAM SPACE MARK   h s
0x2000                     EN QUAD   h s
0x2001                     EM QUAD   h s
0x2002                    EN SPACE   h s
0x2003                    EM SPACE   h s
0x2004          THREE-PER-EM SPACE   h s
0x2005           FOUR-PER-EM SPACE   h s
0x2006            SIX-PER-EM SPACE   h s
0x2007                FIGURE SPACE   h s
0x2008           PUNCTUATION SPACE   h s
0x2009                  THIN SPACE   h s
0x200a                  HAIR SPACE   h s
0x2028              LINE SEPARATOR    vs
0x2029         PARAGRAPH SEPARATOR    vs
0x202f       NARROW NO-BREAK SPACE   h s
0x205f   MEDIUM MATHEMATICAL SPACE   h s
0x3000           IDEOGRAPHIC SPACE   h s
EOTable

  my $class;
  while (/^0x([0-9a-f]{4})\s+([A-Z\s]+)/mg) {
    my($hex,$name) = ($1,$2);
    next if $name =~ /\b(?:CR|NL|NEL|SEPARATOR)\b/;
    $class .= "\\N{U+$hex}";
  }

  qr/[$class]/u;
}

다른 응용

이중 음수 트릭은 알파벳 문자를 일치시키는데도 유용합니다. 그 기억 \w일치 “단어 문자,”알파벳 문자 와 숫자와 밑줄을. 우리는 추악한 미국인들이 때때로 이렇게 말합니다.

if (/[A-Za-z]+/) { ... }

그러나 이중 음수 문자 클래스는 로케일을 존중할 수 있습니다.

if (/[^\W\d_]+/) { ... }

이런 방식으로“단어 나 밑줄이 아닌 단어 문자”를 표현하는 것은 약간 불투명합니다. POSIX 문자 클래스는 의도를보다 직접적으로 전달합니다

if (/[[:alpha:]]+/) { ... }

또는 szbalint가 제안한 유니 코드 속성

if (/\p{Letter}+/) { ... }

답변

/[^\S\r\n]/

(?:(?!\n)\s)

(?:(?![\n\r])\s)

(?:(?![\n\r])\s)+

[[:blank:]]

\p{Blank}

static public final String HORIZONTAL_WHITESPACE = "[\\p{Blank}\\u200B\\u2060\\uFFEF]"