왜 \ R은 Java 8과 Java 9 사이의 정규식에서 다르게 동작합니까?

Question

다음 코드는 Java 8 & 9 모두에서 컴파일되지만 다르게 동작합니다.

Chunk : 
En un lugar 
de la Mancha 
de cuyo nombre 
no quiero acordarme 

을하지만 자바 9을 실행하면 출력은 다르다 :

class Simple { 
    static String sample = "\nEn un lugar\r\nde la Mancha\nde cuyo nombre\r\nno quiero acordarme"; 

    public static void main(String args[]){ 
     String[] chunks = sample.split("\\R\\R"); 
     for (String chunk: chunks) { 
      System.out.println("Chunk : "+chunk); 
     } 
    } 
} 

내가 자바 8을 실행하면 반환

Chunk : 
En un lugar 
Chunk : de la Mancha 
de cuyo nombre 
Chunk : no quiero acordarme 

이유는 무엇입니까?

Answer 1

Java documentation은 유니 코드 표준을 준수 벗어났습니다. Javadoc은 \R과 (과) 일치하는 것으로 착각합니다. 그것은 읽

\R 유니 코드 LINEBREAK 순서는, Java 문서는 버그가 있음을 \u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]

에 해당합니다. 그 section on R1.6 Line Breaks, Unicode Technical Standard #18 on Regular Expressions에서 명확하게 진술한다 :

강력하게 (예를 들어, # 1 위에 나열된 문자 시퀀스를 끝나는 모든 라인을 일치를 들면, "\의 R"로, 정규 표현식 메타 문자가있을 것을 권장합니다). 이것은 다음 표현식에 해당하는 것과 같습니다. 그 표현은 백업을 피할 필요가 있기 때문에 약간 복잡합니다.

(?:\u{D A}|(?!\u{D A})[\u{A}-\u{D}\u{85}\u{2028}\u{2029}] 

은 즉, 만 그렇지 해당 세트에서 단일 코드 포인트가 있는지 제공된 두 개의 코드 포인트 CR + LF (캐리지 리턴 + 바꿈) 시퀀스를 일치시킬 이 아니고 인 경우 캐리지 리턴 만 입력하면 줄 바꿈이옵니다. 은 백업 할 수 없으므로입니다. \R이 제대로 작동하려면 CRLF가 원자 적이어야합니다.

Java 9는 더 이상 R1.6이 권장하는 내용을 더 이상 따르지 않습니다. 또한, 이제는 Java 8에서 수행하지 않았으며 수행하지 않은 작업을 수행 중입니다.

Sherman (Xueming Shen 읽음)에게 다시 소리 쳐야 할 때가 된 것 같습니다. 나는 공식적인 적합성에 관한이 핵심적인 문제에 관해 그와 함께 일해 왔습니다.

Answer 2

Java 8의 버그이며 수정되었습니다 : JDK-8176029 : "Linebreak matcher is not equivalent to the pattern as stated in javadoc".

또한 참조 : Java-8 regex negative lookbehind with `\R`