Regex 记事本中的Bug++；/正则表达式中的BOOST还是bug？

我有一个结构如下的文件：

Line
foo Änderbar: PM baz
Line

Line
foo Änderbar: OM baz
Line

Line
foo Änderbar: ++ baz
Line

Line
foo Änderbar: -- baz
Line

因此，该文件由新行分隔的“块”组成（我已将该文件转换为Unix行结尾）。每个块可以有任意数量的行。块的每一行至少包含一个非换行字符，并由换行字符完成。分隔块的行正好由一个换行符组成

在每个块中，只有一行采用以下格式：

• 至少一个非换行字符，后跟
• 文本字符串

  “Änderbar:”

  ，后跟
• 正好是一个文本字符串

  '+'

  ，

  '-'

  ，

  'OM'

  ，

  'PM'

  ，后跟
• 至少一个非换行字符，后跟
• 以换行符结尾的行

在同一块中，此专用线上方和下方始终至少有一条非空行

我需要一种有效的方法来查找（并因此选择）所有块，其中

下一条：

后面的文字是

--

（查找/选择一个又一个块，再次点击

查找下一个

，即不同时选择所有这些块）

通常，我用记事本++解决这些问题很有趣。然而，在这种情况下，随着年龄的增长，我似乎变得越来越愚蠢，或者在Notepad++的正则表达式处理引擎中有一个bug

Notepad++使用BOOST（并通过BOOST支持PCRE表达式）。因为这是广泛使用的，我认为这个问题很重要，在这里发布它，只是为了真正的促进是错误行为的原因。

说到这里：我将该文件加载到Notepad++，启动搜索和替换对话框，勾选

。匹配换行符

，勾选

正则表达式

，并在

查找内容：

文本框中输入以下正则表达式：

\n([^\n]+\n)+[^\n]+(Änderbar\:\ --[^\n]+\n)([^\n]+\n)+

我非常惊讶，这使得记事本++的行为异常：当光标被放置在紧靠

工具栏--

的块前面的空行中时，点击

Find Next

按预期找到/选择了该块。但是当光标位于另一个位置时，点击

Find Next

Notepad++Find/选择文件的其余部分，即光标位置下方的所有块

然后，我测试了它是否会发现块在

下栏：

之后有

++

，也就是说，我将regex改为

\n([^\n]+\n)+[^\n]+(Änderbar\:\ \+\+[^\n]+\n)([^\n]+\n)+

猜猜看：这在每种情况下都能可靠地工作。最后两种情况也是如此：

\n([^\n]+\n)+[^\n]+(Änderbar\:\ PM[^\n]+\n)([^\n]+\n)+
\n([^\n]+\n)+[^\n]+(Änderbar\:\ OM[^\n]+\n)([^\n]+\n)+

因此，记事本++/PCRE似乎在某些情况下对

-

的正确解释有问题，或者我的正则表达式中有一个微妙的错误，只有在搜索

-

（而不是

++

，

OM

或

PM

）时才会触发

请注意，我已经尝试在空格字符前面去掉

\

（这实际上只会使情况变得更糟，但我只是以防万一），并且我还尝试使用

\-\-

而不是

-

（尽管后者应该可以）。这并没有以任何方式改变（错误）行为

那么这里的问题是什么？我的正则表达式中是否有bug，或者记事本++中是否有bug

更新

我已经剥离了有问题的实际文件，并将其上载到。要重现此问题，请执行以下操作：

• 从上面的链接下载文件并将其保存在硬盘上的某个位置（不要将文本直接复制到记事本++）

• 将文件加载到记事本++。光标现在位于最上面一行，未选择任何内容

• 这很重要：单击编辑->下线转换->Unix（LF）

• 确认光标仍在最顶行（为空）且未选择任何内容

• 打开“查找”对话框，选择设置并输入如上所述的搜索字符串

• 单击“查找下一步”

• 请注意，现在已找到/选择完整文本

• 保持Find窗口打开，删除文件的第三行（它读作“Funktionspaket（e）：ML”）。不要只是清空那一行，而是真正地删除它，这样在前一行和后一行之间就没有空行了

• 同样，将光标放在最上面的一行（仍然为空），并确保未选择任何内容

• 单击“查找下一步”

• 请注意，正则表达式现在可以按预期工作

---

显然，有人想愚弄我，对吧？

这不是一个bug。您只是忘记了一件非常重要的事情—对于Windows行结尾，您的行在

\n

之前有一个

\r

，因此正则表达式的

\n（[^\n]+\n）+

部分也会匹配您的空行，这就是为什么单击“查找下一步”会匹配光标位置而不是块开头的所有内容

---

转到编辑>下线转换>Unix（LF），您将看到它现在可以工作了。如果您想支持Windows和Unix行结束符，您必须将每个

[^\n]

更改为

[^\r\n]

，将每个

\n

更改为

\r？\n

我认为关键是：您需要以

^

开始正则表达式（行的开头）

您的原始正则表达式变成：

^\n([^\n]+\n)+[^\n]+(Änderbar\:\ --[^\n]+\n)([^\n]+\n)+

但您可以通过以下方式简化：

^\R(?:.+\R)+.+Änderbar: --.+\R(?:.+(?:\R|\z))+

注意：勾选

。匹配换行符

其中：

• \R

  匹配任何类型的换行符，无需更改下线

• \z

  匹配文件的结尾，如果不使用它，如果没有换行符，则无法匹配文件的最后一行

• （？：…）

  是一个非捕获g