如何選擇空白圖案？

Question

在Oracle Pattern documentation有三種不同的圖案的匹配空白的描述：

1. \ S
2. \ p {空間}
3. \ p {javaWhitespace}

我想知道每個人的特殊性以及如何知道如何選擇正確的人。 我剛剛注意到\p{javaWhitespace}包含更多空間類型。

Answer 1

我寧願使用第一個。

• 它結構緊湊
• 它在許多其他語言相同的符號，以及在正則表達式的理論
• \p{javaWhitespace}包括FILE SEPARATOR，GROUP SEPARATOR，等等看this。當這些不需要時使用它可能會混淆別人。
• 一般而言，我希望另一位程序員知道\s是什麼，而我期望他們仔細檢查\p{javaWhitespace}的確切定義是什麼。您不需要這樣做，因爲它會降低代碼的清晰度，並在調試過程中增加不必要的負擔。

Answer 2

除非有特別原因需要使用其他選項，我會保持它的簡單和使用\s

Answer 3

\s是最短的，也可以指定一個空格字符最不可移植的選項。雖然很少將Java代碼移植到其他語言，但更多的是將一個正則表達式引擎的語法知識傳遞給另一個。有很多正則表達式引擎使用Perl語法，因此在解釋上存在差異，像\s這樣的語法會讓程序員感到困惑。

從空間

除了（ASCII 32），新行（\n，ASCII 10），水平製表符（\t，ASCII 9），回車（\r，ASCII 13）和換頁（\f，ASCII 12），有什麼是空格字符不同引擎之間沒有共識。

• Java，POSIX（ASCII）：還包括垂直製表符（ASCII 11）。 Java在這裏似乎遵循POSIX標準。

• JavaScript（版5.1）：根據規格（由字的字），除了5成常見的，它包括：

  • Unicode的類別Zs (Separator/Space)，\u2028（行分隔符），\u2029（段落分隔符）。它基本上包括類別Z（分隔符）下的所有字符。

    ^{實際上\u2028是Zl (Separator/Line)類別的唯一成員，與\u2029是Zp (Separator/Paragraph)類別的唯一成員。根據措辭，目前版本的規格可能會排除對這兩個類別的進一步擴展。}

  • 垂直製表\v
  • 字節順序標記又名ZERO WIDTH NO-BREAK SPACE\ufeff

• Perl，PCRE（ASCII模式）：在Perl 5.18加入作爲實驗垂直製表\v。在5.18之前，它只匹配5個常見的。

• Perl（Unicode模式）：除了5周常見的

  • 的Unicode類別Z（隔板）
  • 垂直製表\v加入在Perl 5.18作爲實驗。
  • NEXT LINE（NEL）\u0085
  • MONGOLIAN VOWEL SEPARATOR\u180e

• .NET（默認）：除了5周常見的

  • 的Unicode類別Z（隔板）
  • 垂直選項卡\v
  • 下一行（NEL）\u0085

• 的Java（Unicode）的：從Java 7，圖案類包含一個新的標誌UNICODE_CHARACTER_CLASS這使得預定義字符類和符合Unicode Technical Standard #18: Unicode Regular ExpressionPOSIX字符類。當該標誌處於活動狀態時，預定義的字符類和相應的POSIX字符類將變成等同的（匹配相同的東西）。

  字符列表與.NET相同。

這足以驅動一個瘋了！

---

\p{Space}是更「穩定」的選擇，因爲它遵循UNICODE_CHARACTER_CLASS在默認模式下的POSIX standard和Unicode Technical Standard #18: Unicode Regular Expression。

如果使用POSIX字符類，符合POSIX標準的實施將在ASCII模式相同的行爲，和Unicode正則表達式引擎，遵循建議將有（幾乎）在Unicode模式相同的行爲。

\s和\p{Space}在Java中是等效的，無論該標誌如何。如果您在Java中使用\s，則可以確定您正在遵循一些標準/建議。只是它沒有向大多數程序員宣佈這個事實。

---

\p{isJavaWhitespace}根據Java's definition匹配空格。該函數的名稱極具誤導性。