Verwenden Sie ein doppeltes Negativ:
/[^\S\r\n]/
Das heißt, kein Nicht-Leerzeichen (das Kapital S ergänzt) oder kein Wagenrücklauf oder kein Zeilenumbruch. Wenn Sie das äußere Nicht ( dh die Ergänzung ^in der Zeichenklasse) mit De Morgans Gesetz verteilen, entspricht dies „Leerzeichen, aber nicht Wagenrücklauf oder Zeilenumbruch“. Wenn Sie beide \rund \ndas Muster korrekt einschließen , werden alle Unline- (LF), klassischen Mac OS- (CR) und DOS- ish- (CR LF) Newline-Konventionen korrekt behandelt .
Ich brauche nicht mein Wort dafür zu nehmen:
#! /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) =~ $ws_not_crlf ? "match" : "no match";
}
Ausgabe:
"" => Übereinstimmung
"\ f" => Übereinstimmung
"\ t" => Übereinstimmung
"\ r" => keine Übereinstimmung
"\ n" => keine Übereinstimmung
Beachten Sie den Ausschluss der vertikalen Registerkarte, dies wird jedoch in Version 5.18 behandelt .
Bevor zu heftige Einwände erhoben werden, wird in der Perl-Dokumentation dieselbe Technik verwendet. Eine Fußnote im Abschnitt "Leerzeichen" der Perlrecharklasse lautet
Vor Perl v5.18 \sstimmte die vertikale Registerkarte nicht überein. [^\S\cK](dunkel) entspricht dem, was \straditionell getan wurde.
Der gleiche Abschnitt der Perlrecharklasse schlägt auch andere Ansätze vor, die den Widerstand der Sprachlehrer gegen Doppel-Negative nicht verletzen .
Außerhalb der Gebietsschema- und Unicode-Regeln oder wenn der /aSchalter aktiv ist, " \sstimmt überein [\t\n\f\r ]und ab Perl v5.18 mit der vertikalen Registerkarte \cK". Verwerfen \rund \nverlassen, /[\t\f\cK ]/um passende Leerzeichen, aber keine Zeilenumbrüche zu erhalten.
Wenn Ihr Text Unicode ist, verwenden Sie Code ähnlich dem folgenden Unter, um ein Muster aus der Tabelle im oben genannten Dokumentationsabschnitt zu erstellen .
sub ws_not_nl {
local($_) = <<'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;
}
Andere Anwendungen
Der doppelt negative Trick ist auch praktisch, um alphabetische Zeichen abzugleichen. Denken Sie daran, dass dies \wmit „Wortzeichen“, alphabetischen Zeichen sowie Ziffern und Unterstrichen übereinstimmt . Wir hässlichen Amerikaner wollen es manchmal so schreiben, als ob
if (/[A-Za-z]+/) { ... }
Eine doppelt negative Zeichenklasse kann jedoch das Gebietsschema respektieren:
if (/[^\W\d_]+/) { ... }
Auf diese Weise „ein Wortzeichen, aber keine Ziffer oder Unterstrich“ auszudrücken, ist etwas undurchsichtig. Eine POSIX-Zeichenklasse kommuniziert die Absicht direkter
if (/[[:alpha:]]+/) { ... }
oder mit einer Unicode-Eigenschaft, wie von szbalint vorgeschlagen
if (/\p{Letter}+/) { ... }
[\r\f].