Java正则表达式转义字符

匹配某些字符（例如换行符）时，可以使用正则表达式“\\ n”或实际上只使用“\ n”。 例如，以下内容将字符串拆分为一行数组：

String[] lines = allContent.split("\\r?\\n"); 

但以下工作也同样如此：

 String[] lines = allContent.split("\r?\n"); 

我的问题：

以上两种方式是否完全相同 ，还是有任何微妙的区别？ 如果是后者，你能给出一个例子，你会得到不同的结果吗？

或者仅在[可能/理论]性能方面存在差异？

Answer 1

目前的情况没有区别。 通常的字符串转义序列是在单个反斜杠的帮助下形成的，然后是一个有效的转义字符（ "\n" ， "\r" "\n"等）和正则表达式转义序列是在文字反斜杠的帮助下形成的（即，Java字符串文字中的双反斜杠）和有效的正则表达式转义字符（ "\\n" ， "\\d"等）。

"\n" （ 转义序列 ）是文字LF（换行符）， "\\n"是与LF符号匹配的正则表达式转义序列。

"\r" （ 转义序列 ）是文字CR（回车）， "\\r"是与CR符号匹配的正则表达式转义序列。

"\t" （ 转义序列 ）是文字制表符号， "\\t"是与制表符号匹配的正则表达式转义序列。

有关受支持的regex转义列表，请参阅Java regex文档中的列表。

但是，如果使用Pattern.COMMENTS标志 （用于引入注释并很好地格式化模式，使正则表达式引擎忽略模式中所有未转义的空格），则需要使用"\\n"或"\\\n"在Java字符串文字中定义换行符（LF）和"\\r"或"\\\r"以定义回车符（CR）。

查看Java测试 ：

 String s = "\n"; System.out.println(s.replaceAll("\n", "LF")); // => LF System.out.println(s.replaceAll("\\n", "LF")); // => LF System.out.println(s.replaceAll("(?x)\\n", "LF")); // => LF System.out.println(s.replaceAll("(?x)\\\n", "LF")); // => LF System.out.println(s.replaceAll("(?x)\n", "")); // =>  // 

为什么最后一个产生 +换行+ ？ 因为"(?x)\n"等于"" ，一个空模式，它匹配换行符之前和之后的空白空格。

Answer 2

是的，有不同的。 Java编译器在Java Book The Java Language Specification section 3.3中对Unicode Escapes有不同的行为。

Java编程语言指定了一种将用Unicode编写的程序转换为ASCII的标准方法，该程序将程序更改为可由基于ASCII的工具处理的forms。 转换涉及通过添加额外的u来将程序源文本中的任何Unicode转义转换为ASCII – 例如，\ uxxxx变为\ uuxxxx – 同时将源文本中的非ASCII字符转换为包含单个u的Unicode转义。

那么这会如何影响Java Doc中的/ n vs //n ：

因此，有必要在表示正则表达式的字符串文字中加倍反斜杠，以防止它们被Java字节码编译器解释。

一个相同文档的示例：

例如，字符串文字“\ b”在解释为正则表达式时匹配单个退格字符，而“\ b”匹配单词边界。 字符串文字“（hello）”是非法的，会导致编译时错误; 为了匹配字符串（hello），必须使用字符串文字“\（hello \）”。