我正在处理一些遗留的Java代码，我看到以下语句：
Pattern lineWithCommentP2 = Pattern.compile("//(.[^<>]+?)(\R|$)", Pattern.CASE_INSENSITIVE);
Matcher m = lineWithCommentP2.matcher(s);
s = m.replaceAll("<span class="cip">//$1</span>$2");
根据代码中的注释，它应该替换格式中的任何文本行
text1//text2
text3//text4
跟
text1<span class="cip">//text2</span>
text3<span class="cip">//text4</span>
但是，在测试它时，我看到它正在用
text1<span class="cip">//text2
</span>
text3<span class="cip">//text4
</span>
(它在文本 2 和文本 4 之后添加一个新行(。
我无法调整正则表达式以避免额外的换行符。知道为什么以及如何解决它吗？
谢谢。
添加了以下内容： 要重现，请使用以下数据创建一个文本文件：
<p>test statement </p>
<pre class="code">public class TestClass{
public static void main(String[] args){
statement1; //1
stement2(); //2
}
}
</pre>
<p>test stmt</p>
然后运行以下代码：
byte[] ba = Files.readAllBytes(Paths.get("c:\temp\test.txt"));
String s = new String(ba);
Pattern lineWithCommentP2 = Pattern.compile("//(.[^<>]+?)(\R|$)", Pattern.CASE_INSENSITIVE);
Matcher m = lineWithCommentP2.matcher(s);
s = m.replaceAll("<span class="cip">//$1</span>$2");
Files.write(Paths.get("c:\temp\test2.txt"), s.getBytes(), StandardOpenOption.CREATE);
这将在 test2.text 中生成以下内容：
<p>test statement </p>
<pre class="code">public class TestClass{
public static void main(String[] args){
statement1; <span class="cip">//1
</span>
stement2(); <span class="cip">//2
</span>
}
}
</pre>
<p>test stmt</p>
正则表达式如下：
// Match '//'
( Start capture group 1
. Match any character, except linebreaks
[^<>]+? Match any character, except `<` and `>`, one or more times, reluctantly
) End capture group 1
( Start capture group 2
\R Match linebreak, e.g. `r`, `n`, or `rn`
| OR
$ Match end of input
) End capture group 2
您有以下文本：
...rn
statement1; //1rn
stement2(); //2rn
...
由于捕获组 1是一个字符加上一个或多个字符，这意味着捕获组 1 匹配2 个或更多字符。由于它不情愿，一旦满足剩余模式，它将停止匹配。
这会立即发生，因此您可以获得：
- 第 0 组：
"//1rn" - 第 1 组：
"1r"，具有.匹配"1"和[^<>]+?匹配"r" - 第2组：
"n"，\R匹配"n"
溶液
若要解决此问题，请删除.，并通过将v(垂直空格(添加到排除的字符列表中，确保组 1 与换行符不匹配：
"//([^<>\v]+?)(\R|$)"
仅供参考：由于正则表达式中没有字母，因此指定标志CASE_INSENSITIVE是无用的，并且具有误导性，因此请摆脱它。