java - 正则表达式不会将空格字符与 [\r\n\t\f\s] 匹配

Question

这可能是一个非常简单的修复，但我想不出来!

在给定以下文本的情况下，我正在尝试连续匹配(最多)3 个大写单词。

罗素湖西。匹配应包括所有 3 个词。

此正则表达式将匹配前两个单词但不匹配第三个单词 ( demo here ):

(([A-Z][a-z]+)\s{0,2}([A-Z][a-z]+)?\s{0,2}([A-Z][a-z]+)? )

此正则表达式将 匹配所有 3 个词，但我必须复制/粘贴 Lake 和 West 之间的空格才能正常工作( demo here ):

(([A-Z][a-z'-]+)\s{0,2}([A-Z][a-z'-]+)?\s{0,2}([ A-Z][a-z'-]+)?)

                                       ^ pasted it here

所以我假设也许空格没有被视为空格，但可能是换行符或类似字符，所以我尝试了这个(demo here):

[\r\n\t\f\s]西

但它无法识别 West 之前的任何字符，因此不会返回任何结果。

为什么 regex101 或 Java 无法识别 Lake 和 West 之间明显的空白？处理此问题的可靠方法是什么？

Answer 1

空间有很多种。您在 demo 中使用的那个是non-breaking一个(在 Unicode 表中索引为 160)不属于 \s (空白字符类)因为它不代表我们可以期望文本被分割成单独的部分(如行)的位置。
顺便说一句 \s已经代表:\r \n \t \f .

要匹配它，您可以使用 \p{Zs}类。
您也可以结合使用 \s和 \p{Zs}类 [\\p{Zs}\\s] .