Чому \ R поводиться по-різному у регулярних виразах між Java 8 та Java 9?

Наступний код компілюється як в Java 8, так і в 9, але поводиться по-різному.

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);
        }
    }
}

Коли я запускаю його з Java 8, він повертає:

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

Але коли я запускаю його з Java 9, результат виходить іншим:

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

Чому?

Документація Java не відповідає стандарту Unicode. Javadoc помилково приймає те, що \Rмає відповідати. Це говорить:

\R Будь-яка послідовність розбиття рядків Unicode еквівалентна \u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]

Ця документація Java є помилковою. У своєму розділі про розриви рядків R1.6 Технічний стандарт Unicode № 18 про регулярні вирази чітко зазначає:

Настійно рекомендується мати метасимвол регулярного виразу, такий як "\ R", для узгодження всіх символів, що закінчуються, і послідовностей, перелічених вище (наприклад, у №1). Це відповідало б чомусь еквівалентному наступному виразу. Цей вираз дещо ускладнюється необхідністю уникати резервного копіювання.

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

Іншими словами, він може співпадати лише з двома послідовностями CR + LF (повернення каретки + подача лінії) з кодовою точкою, або ж окрема кодова точка з цього набору за умови, що це не просто повернення каретки, за якою слідує подача лінії . Це тому, що це так резервне копіювання заборонено . CRLF повинен бути атомним,\Rщоб нормально функціонувати.

Отже, Java 9 більше не відповідає тому, що настійно рекомендує R1.6. Більше того, зараз він робить те, що НЕ повинен був робити і не робив, у Java 8.

Здається, мені пора знову дати Шерману (читай: Сюемін Шену) крик. Я вже працював із ним над цими дрібницями, що стосуються офіційної відповідності.

Це була помилка в Java 8, і вона була виправлена: JDK-8176029: "Збіг рядків не еквівалентний шаблону, як зазначено в javadoc" .

Також див.: Регулярний вираз Java-8 негативний вигляд із `\ R`