‫مدیریت هوشمندانه خطوط جدید در regular expressions دات‌نت ۱۱

• ویندوز (Windows): استفاده از ترکیب \r\n (CRLF)
• یونیکس و لینوکس (Unix & Linux): استفاده از \n (LF)
• مک‌اواس قدیمی (Older MacOS): استفاده از \r (CR)

• Next Line (\u0085 - NEL)
• Line Separator (\u2028 - LS)
• Paragraph Separator (\u2029 - PS)

var text = "The Quick\r\nBrown Fox\u0085Jumped Over\u2028The Lazy Dog\nBigly";

using System;
using System.Linq;
using System.Text.RegularExpressions;

var oldLines = Regex.Matches(text, @"^.*$", RegexOptions.Multiline)
                    .Select(r => r.Value)
                    .ToArray();

• علامت ^ نشان‌دهنده ابتدای خط است.
• الگوی .* هر کاراکتری به جز \n را به تعداد دلخواه جستجو می‌کند.
• علامت $ نشان‌دهنده انتهای خط است.
• گزینه RegexOptions.Multiline به موتور پردازش اعلام می‌کند که متن ورودی ساختار چندخطی دارد.

• کاراکترهای یونیکد مثل \u0085 یا \u2028 اصلاً شناسایی نمی‌شوند و خطوط متصل به آن‌ها جدا نخواهند شد.
• در مورد ویندوز (\r\n)، از آنجا که فقط \n به عنوان پایان خط در نظر گرفته می‌شود، کاراکتر \r (Carriage Return) به عنوان بخشی از متن خط اول (پایان آن) استخراج می‌شود که نیاز به پاکسازی مجدد (مانند Trim کردن) دارد.

using System;
using System.Linq;
using System.Text.RegularExpressions;

var text = "The Quick\r\nBrown Fox\u0085Jumped Over\u2028The Lazy Dog\nBigly";

// استفاده همزمان از حالت چندخطی و پرچم جدید AnyNewLine
var newLines = Regex.Matches(text, @"^.*$", RegexOptions.Multiline | RegexOptions.AnyNewLine)
                    .Select(r => r.Value)
                    .ToArray();

foreach (var line in newLines)
{
    Console.WriteLine($"Line: {line}");
}

• شناسایی کامل یونیکد: تمام کاراکترهای پایان خط یونیکد بدون نیاز به نوشتن پترن‌های پیچیده و طولانی به طور خودکار پردازش می‌شوند.
• یکپارچه‌سازی اتمیک \r\n: برخلاف ترفندهای قدیمی (مانند استفاده از \r?$) که کاراکتر \r را به عنوان بخشی از تطابق (Match) برمی‌گرداندند، گزینه AnyNewLine با ترکیب \r\n به عنوان یک موجودیت واحد و اتمیک برخورد کرده و از ورود کاراکتر مزاحم \r به خروجی نهایی جلوگیری می‌کند.