請賜教:正則語法

喬治兄 · 发表于 2019-3-15 10:32:23

本帖最后由喬治兄于 2019-3-15 10:46 编辑

此兩個正則語法問題困擾小弟很久因正則實在難以下嚥,特請同好指點迷津不吝指導
在此感謝大德

問題 1. 想處理每個詞條若內容詞條相同則前後以 ①詞條② 包覆
abc
sdf , jhdj , hjdk , abc , def
</>

想處理成

abc
sdf , jhdj , hjdk , ①abc② , def
</>

問題 2. 想處理每個詞條若內容有~則以詞條替換
host
a ~ of
~s of
a ~ of friend
</>

想處理成
host
a host of
hosts of
a host of friend
</>

jeanleem6 · 发表于 2019-3-15 15:55:14

本帖最后由 jeanleem6 于 2019-3-15 15:57 编辑

喬治兄发表于 2019-3-15 15:319 W2 Z8 x% D9 d3 S7 O# I
jeanleem6 女施主請教: x$ o# U; a% Q1 h9 w" L* M
如果實務上是此狀況想處理成 7 樓的圖示 D4 v6 V2 K/ T8 c" K: M' g2 `
能解嗎?

可以实现，查询起来更简单，不需要考虑单词边界和断言，如下：

查询正则：

^([^\n]+?)\n([^\n]*?)<a ([^\n><]+?)>\1</a>([^\n]*?)\n</>

复制代码

替换为：

\1\n\2<a \3>①\1②</a>\4\n</>

复制代码

simonfire · 发表于 2019-3-15 11:53:33

正则理论上是可以搞定这个的，需要编辑器支持分组和反向引用。针对问题1，可以试试下面的正则，那个\n要根据你的编辑器调整，也可能是\r\n。问题2一样的思路，～分为一组，用\1替换即可。
不过，这都是基于简单的例子来说，文件复杂的话，还得做调整
查找：

(.+)\n(.*?)(\1)(.*?)\n</>

复制代码

替换：

\1\n\2①\3②\4\n</>

复制代码

下面是我的测试文本：
替换前：

ab5 l3 c9 I: T1 E4 @" ^
ac,ab,as,ad,af6 q& Q8 [- }0 o8 y! y" v% q
</>
3 P4 _0 H, ?* J2 W% j
& O% `8 @' f$ Z; v
ac
. b* L# T4 Q# m$ J$ L( }$ b
ac,ab,as,ad,af$ S: D# V0 ~: p/ O" Z) q
</>; G9 n9 x6 O+ x7 A/ s
as
i0 R& _: b* W" {5 ?! p
ac,ab,as,ad,af7 ~, `5 T2 f% o1 a( \
</>
b" D* M" p/ L$ ?2 M, N& a
ad( ]( p( Z, S4 J7 w' u2 l
ac,ab,as,ad,af% T8 a- y4 |. P4 {( l: s
</>; i% h# S9 l6 U% T2 {# {1 l* G- ^
af( {" ^! _, X; P* a0 r
ac,ab,as,ad,af7 x/ ?% a) w- W3 ?- H( B) F0 p
</>0 D1 @! [* }5 `, K9 d
aw
* b$ n# o: [0 y% A
ac,ab,as,ad,af
& o5 d+ G0 X7 ?
</>

复制代码

替换后：

ab
0 v% W: x4 i) K: } F) `- j% F
ac,①ab②,as,ad,af
4 s3 h" ]6 w5 ^* @7 |& U' P, [
</>7 u( j' ], O/ b$ j
( j8 g. t3 {% j- S! a" G
ac- D7 \0 k$ |4 Q" z
①ac②,ab,as,ad,af+ S# D: f, ^* s% U6 C
</>: \" y( r9 f% z& t. N7 b
as
8 I2 [( S+ m: Z) r: `/ x# g
ac,ab,①as②,ad,af
+ F9 F5 f+ i5 D4 g! o; g
</>3 P8 t; D `3 K: T& @9 O/ [5 j
ad* ^# V6 Y# S! c) H: \2 j1 X
ac,ab,as,①ad②,af* |, ^4 i) A- Y. w4 b6 I; V& Z7 k
</>
: L2 g) ?& P5 C
af
- R- n0 J: T6 c2 l
ac,ab,as,ad,①af②0 X6 Q* J6 `/ A7 l7 H# v
</>
* d! s2 g" g: R4 w
aw
* u0 J$ K* O7 \& T" S; G
ac,ab,as,ad,af
6 B: a3 V! W7 l" H! D
</>

复制代码

VimVim · 发表于 2019-3-15 14:29:14

本帖最后由 VimVim 于 2019-3-15 15:11 编辑

关于直接用正则表达式难以解决的文本处理，我建议采用Vim，使用其“宏”的功能分步解决就容易了，比如第二个替换~的思路：

1、将</>暂更改为</mdxkey><mdxkey>
% b4 r& D% X t5 M0 t1 G3 J
2、先微观层面处理一个keyword
$ K C: k# z; R1 H- A, Z& o# I* Q
（1）搜索<mdxkey>，并移动到下一行keyword处6 c8 |' z; }( d2 h+ A
（2）复制keyword到剪贴板或vim的某个寄存器
) Z/ x. r) f: O0 M
（3）选中<mdxkey>和</mdxkey>范围（vim中只要用vit或vat均可），在这个范围内搜索替换所有的“~”为剪贴板或vim寄存器中的内容
6 G2 j0 T, H: z" x8 U' }
3、将上述（1）-（3）步骤录制为一个宏(q+任意小写字母即可，如qk)
5 E! I' l; P1 R+ D0 }9 Y% P0 u1 r
4、重复播放在宏即可(即@k，可以在前面加上一个大于keyword数量的数字即可对所有全文进行替换)$ f' J# G+ T1 G4 l
5、将</mdxkey><mdxkey>替换为</>

复制代码

Snowdax · 发表于 2019-3-15 10:57:40

这两个我感觉正则就不大能解决问题了，因为一个正则表达式是针对整个文件的，而问题中涉及的与各个词条有关，每个词条都不一样。这两个问题可能需要通过编程来解决，大致思路如下：
假设每个词目占三行。写一个循环，把第二行中每一个第一行的词头前后分别包裹 ① 和 ②（针对问题一），每一个～替换为第一行的词头（针对问题二）。

anyid999 · 发表于 2019-3-15 11:46:46

会不会编程.

喬治兄 · 发表于 2019-3-15 13:06:26

simonfire 发表于 2019-3-15 11:53
8 ?3 W- b% Y9 `; T$ k正则理论上是可以搞定这个的，需要编辑器支持分组和反向引用。针对问题1，可以试试下面的正则，那个\n要根 ...

感謝 simonfire 兄提供一個解決方案,解決了小弟多年的困擾
Thanks Again

喬治兄 · 发表于 2019-3-15 14:32:44

本帖最后由喬治兄于 2019-3-15 15:40 编辑

simonfire 发表于 2019-3-15 11:53
" N! ^! @/ V' B& ^7 f正则理论上是可以搞定这个的，需要编辑器支持分组和反向引用。针对问题1，可以试试下面的正则，那个\n要根 ...

simonfire 兄:
第一個問題小弟用您的方法真是解的非常漂亮......讚

能否再更進一步倘若小弟的格式如附件
稍微複雜一下的情況當如何解
test-3.txt file 100k 在底下
謝謝啦

jeanleem6 · 发表于 2019-3-15 14:33:54

本帖最后由 jeanleem6 于 2019-3-15 14:35 编辑

simonfire 发表于 2019-3-15 11:531 s9 S; s1 ~4 i1 s
正则理论上是可以搞定这个的，需要编辑器支持分组和反向引用。针对问题1，可以试试下面的正则，那个\n要根 ...

在你的代码上做了一点修改，主要是考虑了单词边界（\b）和多次替换的情况，比如：

ab
* e% I' X3 }0 R" J' }$ L
ad,fad,fefsda,abcd,ab,cd,ab$ g: y0 w' s! E3 g
</>

复制代码

注意：词条内容区的 abcd，还有 ab 出现了两次，不考虑单词边界的情况下 abcd 中的 ab 也会被替换，单词前后不做断言的情况下多次替换会出现一直替换第一个匹配项，得到类似 ①①ab②② 这样的结果。

修改后的查找代码：

(.+)\n(.*?)\b(?!①)(\1)(?!②)\b(.*?)\n</>

复制代码

替换：

\1\n\2①\3②\4\n</>

复制代码

喬治兄 · 发表于 2019-3-15 15:31:44

本帖最后由喬治兄于 2019-3-15 15:46 编辑

jeanleem6 发表于 2019-3-15 14:33. E" T( Z7 |- E3 ?9 j$ n
在你的代码上做了一点修改，主要是考虑了单词边界（\b）和多次替换的情况，比如：注意：词条内容区的 abcd ...

jeanleem6 女施主請教
如果實務上是此狀況想處理成 7 樓的圖示
能解嗎?
已附上附件 test-3.txt
Thanks Again
aa
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
AAA
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
aah
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
aardvark
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>

處理成

aa
<a href="entry://aa">①aa②</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
AAA
<a href="entry://aa">aa</a> , <a href="entry://AAA">①AAA②</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
aah
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">①aah②</a> , <a href="entry://aardvark">aardvark</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>
aardvark
<a href="entry://aa">aa</a> , <a href="entry://AAA">AAA</a> , <a href="entry://aah">aah</a> , <a href="entry://aardvark">①aardvark②</a> , <a href="entry://aardwolf">aardwolf</a> , <a href="entry://Aaron">Aaron</a> , <a href="entry://Aaron's rod">Aaron's rod</a>
</>

喬治兄 · 发表于 2019-3-15 15:35:29

VimVim 发表于 2019-3-15 14:29
3 j& D/ f( t) Q1 w* i/ z关于直接用正则表达式难以解决的文本处理，我建议采用Vim，使用其“宏”的功能分步解决就容易了，比如第二 ...

VimVim 兄:
哇! Vim 沒用過
不知重何學起

喬治兄 · 发表于 2019-3-15 16:02:44

jeanleem6 发表于 2019-3-15 15:554 s! b4 h: b4 M0 F0 i
可以实现，查询起来更简单，不需要考虑单词边界和断言，如下：( j* ^5 L6 z* U0 `$ G& d
, _) V* t% C6 l
查询正则：

感謝 jeanleem6 女施主賜教
終於解了多年難以理解的正則
真是太感謝啦
Thanks Again

喬治兄 · 发表于 2019-3-15 18:47:41

jeanleem6 发表于 2019-3-15 15:55
! A% W1 g- o3 s; `0 j; ~5 P可以实现，查询起来更简单，不需要考虑单词边界和断言，如下：
1 j# H1 U4 l; ?7 J2 N% w" i! _% q/ f4 g: P! P* F
查询正则：

jeanleem6 女施主再次向您請益賜教
真不好意思一直麻煩您
倘若有需求想處理成
也就是內容和詞頭一樣時全部標上
不知是否能也能解
謝謝您

aa
<a href="entry://aa">①aa②</a> , <a href="entry://AAA">①AA②A</a> , <a href="entry://aah">①aa②h</a> , <a href="entry://aardvark">①aa②rdvark</a> , <a href="entry://aardwolf">①aa②rdwolf</a> , <a href="entry://Aaron">①Aa②ron</a> , <a href="entry://Aaron's rod">①Aa②ron's rod</a>
</>

喬治兄 · 发表于 2019-3-15 19:01:19

本帖最后由喬治兄于 2019-3-15 19:12 编辑

jeanleem6 发表于 2019-3-15 15:554 h) v& P' V6 o5 }" q$ }' n
可以实现，查询起来更简单，不需要考虑单词边界和断言，如下：
$ z$ n; |- p# c+ z5 Y6 ~3 \# D! _( e1 ~. ^. |* d: V; S$ \
查询正则：

jeanleem6 女施主:
哇!, 太強捍了剛剛試了您的正則, 太完美了.....漂亮...讚!讚!讚!
,一秒 work
謝謝

anyid999 · 发表于 2019-3-15 19:57:41

正则高手啊....

anyid999 · 发表于 2019-3-15 19:58:14

能处理所有的单词吗?

喬治兄 · 发表于 2019-3-16 00:28:47

anyid999 发表于 2019-3-15 19:58
4 {) x/ H& f# B+ I. f* g% ~能处理所有的单词吗?

anyid999 兄:
是的 jeanleem6 女施主的正則能處理所有的单词

		自动登录	找回密码
密码			免费注册

[求助] 請賜教:正則語法

本帖被以下淘专辑推荐:

本帖子中包含更多资源