Corresponder quebras de linha - \ n ou \ r \ n?

Enquanto escrevia esta resposta , tive que corresponder exclusivamente em quebras de linha em vez de usar o ssinalizador -flag ( dotall- ponto corresponde a quebras de linha).

Os sites geralmente usados ​​para testar expressões regulares se comportam de maneira diferente ao tentar corresponder em \nou \r\n.

Percebi

• O Regex101 corresponde apenas a quebras de linha em \n
  ( exemplo - excluir \re corresponde)

• RegExr corresponde quebras de linha nem em \n nem em \r\n
  e eu não posso encontrar algo para torná-lo coincidir com uma quebra de linha, exceto para o m-flag e \s
  ( exemplo )

• Debuggex comporta-se ainda mais diferente:
  em este exemplo ele corresponde apenas no \r\n, enquanto
  aqui só corresponde a \n, com as mesmas bandeiras e motor especificados

Estou plenamente ciente do m-flag (multiline - faz ^coincidir com o início e $o final de uma linha), mas às vezes isso não é uma opção. O mesmo \sacontece com a correspondência de tabulações e espaços também.

Meu pensamento de usar o caractere de nova linha unicode ( \u0085) não foi bem-sucedido, então:

1. Existe uma maneira segura de integrar a correspondência em uma quebra de linha (de preferência independentemente do idioma usado) em uma expressão regular?
2. Por que os sites mencionados acima se comportam de maneira diferente (especialmente o Debuggex, correspondendo apenas uma \nvez e apenas uma vez \r\n)?

Vou responder na direção oposta.

2) Para uma explicação completa \re \npreciso me referir a esta pergunta, que é muito mais completa do que postarei aqui: Diferença entre \ n e \ r?

Para encurtar a história, o Linux usa \npara uma nova linha, Windows \r\ne Macs antigos \r. Portanto, existem várias maneiras de escrever uma nova linha. Sua segunda ferramenta (RegExr) corresponde, por exemplo, ao single \r.

1), [\r\n]+como sugeriu Ilya, funcionará, mas também corresponderá a várias novas linhas consecutivas. (\r\n|\r|\n)está mais correto.

Você tem finais de linha diferentes nos textos de exemplo no Debuggex. O que é especialmente interessante é que o Debuggex parece ter identificado qual estilo de final de linha você usou primeiro e converte todas as terminações de linha adicionais inseridas nesse estilo.

Eu usei o Notepad ++ para colar texto de exemplo no formato Unix e Windows no Debuggex, e o que eu colei primeiro foi o que aquela sessão do Debuggex travou.

Portanto, você deve lavar seu texto através do seu editor de texto antes de colá-lo no Debuggex. Certifique-se de colar o estilo desejado. O padrão Debuggex é o estilo Unix (\ n).

Além disso, o NEL (\ u0085) é algo totalmente diferente: https://en.wikipedia.org/wiki/Newline#Unicode

(\r?\n)cobrirá o Unix e o Windows. Você precisará de algo mais complexo (\r\n|\r|\n), se quiser combinar o Mac antigo também.

Nos \Rjogos PCRE \n, \re \r\n.

Isso se aplica apenas à pergunta 1.

Eu tenho um aplicativo que roda no Windows e usa uma caixa de editor MFC de várias linhas.
A caixa do editor espera quebras de linha CRLF, mas preciso analisar o texto digitado
com algumas regexs realmente grandes / desagradáveis ​​'.

Eu não queria me estressar nisso enquanto escrevia a regex, então
acabei normalizando de um lado para o outro entre o analisador e o editor, para que
as regexs apenas usassem \n. Também interto com operações de colagem e as converto para as caixas.

Isso não leva muito tempo.
É isso que eu uso.

 boost::regex  CRLFCRtoLF (
     " \\r\\n | \\r(?!\\n) "
     , MODx);

 boost::regex  CRLFCRtoCRLF (
     " \\r\\n?+ | \\n "
     , MODx);


 // Convert (All style) linebreaks to linefeeds 
 // ---------------------------------------
 void ReplaceCRLFCRtoLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoLF, "\\n" );
 }

 // Convert linefeeds to linebreaks (Windows) 
 // ---------------------------------------
 void ReplaceCRLFCRtoCRLF( string& strSrc, string& strDest )
 {
    strDest  = boost::regex_replace ( strSrc, CRLFCRtoCRLF, "\\r\\n" );
 }

Em Python:

# as Peter van der Wal's answer
re.split(r'\r\n|\r|\n', text, flags=re.M) 

ou mais rigoroso:

# https://docs.python.org/3/library/stdtypes.html#str.splitlines
str.splitlines()