在Oracle 模式文档中，描述了用于匹配空白的三种不同模式：
- \s
- \p{空格}
- \p{javaWhitespace}
我想知道每种方法的特殊性以及如何知道如何选择正确的方法。我刚刚注意到\p{javaWhitespace}包含更多的空间类型。
如何在空白模式之间进行选择？
IT小君
2021-11-02T22:10:18
评论(3)
IT小君 \s是最短也是最不可移植的选项来指定空格字符。尽管将 Java 代码移植到其他语言的情况很少见，但更多的是将一种正则表达式引擎的语法知识移植到另一种语言。有许多正则表达式引擎使用类似 Perl 的语法，因此对相同语法的解释差异\s使程序员感到困惑。
除了空格 (ASCII 32)、换行符 ( \n, ASCII 10)、水平制表符 ( \t, ASCII 9)、回车 ( \r, ASCII 13) 和换页 ( \f, ASCII 12) 之外，不同引擎之间没有达成共识一个空格字符。
Java、POSIX (ASCII)：还包括垂直制表符 (ASCII 11)。Java 似乎在这里遵循 POSIX 标准。
JavaScript（5.1版）：根据规范（逐字逐句），除了常见的5种之外，它还包括：
Unicode 类别Zs（分隔符/空格）、
\u2028（行分隔符）、\u2029（段落分隔符）。它基本上包括 Z 类（分隔符）下的所有字符。实际上
\u2028是类别Zl (Separator/Line)\u2029的唯一成员，并且是类别Zp (Separator/Paragraph)的唯一成员。根据措辞，规范的当前版本可能排除了对这 2 个类别的任何进一步扩展。- 垂直标签
\v - 字节顺序标记又名零宽度无间断空间
\ufeff
Perl，PCRE（ASCII 模式）：
\v从 Perl 5.18 添加的垂直选项卡作为实验。5.18之前，只匹配5个普通的。Perl（Unicode 模式）：除了 5 个常见的
- Unicode 类别 Z（分隔符）
\v从 Perl 5.18 添加的垂直选项卡作为实验。- 下一行 (NEL)
\u0085 - 蒙古语元音分隔符
\u180e
.NET（默认）：除了 5 个常见的
- Unicode 类别 Z（分隔符）
- 垂直标签
\v - 下一行 (NEL)
\u0085
Java (Unicode)：从 Java 7 开始，Pattern 类包含一个新标志
UNICODE_CHARACTER_CLASS，它使预定义字符类和POSIX 字符类符合Unicode 技术标准 #18：Unicode 正则表达式。当标志处于活动状态时，预定义字符类和对应的POSIX 字符类将变得等效（匹配相同的东西）。字符列表与 .NET 相同。
这足以让一个人发疯！
\p{Space}是更“稳定”的选择，因为它遵循POSIX标准的默认模式，统一技术标准＃18：Unicode的正则表达式中UNICODE_CHARACTER_CLASS。
如果您使用 POSIX 字符类，符合 POSIX 的实现将在 ASCII 模式下具有相同的行为，并且遵循该建议的 Unicode 正则表达式引擎将在 Unicode 模式下具有（几乎）相同的行为。
\s和\p{Space}在 Java 中是等价的，无论标志如何。如果您\s在 Java 中使用，您可以确定您遵循了一些标准/建议。只是它没有向大多数程序员宣布这个事实。
\p{isJavaWhitespace}根据Java 的定义匹配空格。该函数的名称极具误导性。
2021-11-02T22:10:18
回复
IT小君 除非您有使用其他选项的特定原因，否则我会保持简单并使用 \s
2021-11-02T22:10:19
回复
我宁愿使用第一个。
\p{javaWhitespace}包括FILE SEPARATOR，GROUP SEPARATOR等等...看到这个。在不需要这些时使用它可能会使其他人感到困惑。\s是，而我希望他们仔细检查\p{javaWhitespace}. 您不希望这样，因为它会降低代码清晰度并在调试过程中增加不必要的负担。