是什么区别[\ s \ S] *？和。*？在Java正则表达式？

Question

我开发了一个正则表达式来识别文本文件中的xml块。表达式看起来像这样（我已经删除了所有java转义斜杠以使其易于阅读）：

<\?xml\s+version="[\d\.]+"\s*\?>\s*<\s*rdf:RDF[^>]*>[\s\S]*?<\s*\/\s*rdf:RDF\s*>

然后我优化了它并将[\s\S]*?替换为.*?它突然停止识别xml。

据我所知，\s表示所有空格符号，而\S表示所有非白色间距符号或[^\s]因此[\s\S]逻辑上应相当于.我没有使用贪婪的过滤器，那么可能有什么区别？

Answer 1

正则表达式.和\s\S不等效，因为.默认情况下不会捕获行终止符（如新行）。

根据oracle website，.匹配

  

任何字符（可能与行终止符匹配也可能不匹配）

虽然行终止符是以下任何一种：

  

  
• 换行符（换行符）（'\n'），
  
• 回车符后面紧跟换行符（"\r\n"），
  
• 一个独立的回车符（'\r'），
  
• 下一行字符（'\u0085'），
  
• 行分隔符（'\u2028'）或
  
• 段落分隔符（'\u2029）。
  

只要未设置必要的标志，这两个表达式就不相同。再次引用oracle网站：

  

如果激活UNIX_LINES模式，则只有行终止符   识别为换行符。

     

正则表达式.匹配除行之外的任何字符   终止符，除非指定了DOTALL标志。

Answer 2

Here是一张说明所有正则表达式命令的工作表。

基本上，\s\S将拾取所有字符，包括换行符。而.默认情况下不会拾取行终止符（需要设置某些标记来拾取它们）。