为什么 \R 在 Java 8 和 Java 9 之间的正则表达式中表现不同？

以下代码可在 Java 8 和 9 中编译，但行为不同。

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);
        }
    }
}

当我使用 Java 8 运行它时，它返回：

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

但是当我使用 Java 9 运行它时，输出有所不同：

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

Why?

The Java 文档 https://docs.oracle.com/javase/9/docs/api/java/util/regex/Pattern.html不符合 Unicode 标准。 Javadoc 错误地说明了什么\R应该匹配。上面写着：

\R任何 Unicode 换行序列，相当于\u000D\u000A|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]

Java 文档有很多问题。在其关于 R1.6 换行符的部分，关于正则表达式的 Unicode 技术标准 #18 http://unicode.org/reports/tr18/#Line_Boundaries明确指出：

强烈建议使用正则表达式元字符，例如“\R”，用于匹配上面列出的所有行结束字符和序列（例如，#1 中）。这将对应于与以下表达式等效的内容。由于需要避免备份，该表达式稍微复杂一些。

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

换句话说，它只能匹配两个代码点 CR+LF（回车 + 换行）序列or else该集合中的单个代码点，前提是它是not只是一个回车符，然后是一个换行符。那是因为它是不允许备份。 CRLF 必须是原子的\R才能正常运作。

因此Java 9不再符合R1.6强烈推荐的内容。此外，它现在正在做一些在 Java 8 中不应该做、也没有做的事情。

看来我又该给谢尔曼（读：沉雪明）喊一声了。我之前曾与他一起处理过这些正式一致性的具体问题。