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 15:31! @, N0 h7 k0 V
jeanleem6 女施主請教
" y3 u: @! R0 F如果實務上是此狀況想處理成 7 樓的圖示& o/ u0 i6 O. B, g2 L8 B% H1 Q
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：

ab9 K J4 e% V1 E1 V, q/ E& F8 T
ac,ab,as,ad,af
7 s8 T* B' e0 y* U/ F5 d3 Q
</>7 m6 U. H$ Q8 j/ `
% C8 P, M/ s+ p" A, E/ e/ V# B( M
ac8 a. J. J- e' N
ac,ab,as,ad,af
9 C) I; L; m9 Z; [
</>6 ` e) _! M! Q8 V. ~9 c l! B
as( Q' y& t# d% B/ @: m7 g
ac,ab,as,ad,af9 X1 {" ?$ Y8 G8 u% n" i4 }
</>
w) N& O8 S: \& L$ P
ad
* e* i6 o( e0 u B7 u1 s
ac,ab,as,ad,af
0 W$ p1 G5 ?; a$ m6 e, \ P
</>. e' f' ~1 ^0 J5 i. d0 y
af
! C$ ~8 w0 W, g
ac,ab,as,ad,af% u! Y! @6 S* S7 ]- X# _+ r& ^
</>5 Q) M( B9 Y! V2 g& V: E! C
aw8 _2 z; l- G% b1 \! u+ d y. ^
ac,ab,as,ad,af
2 V1 i2 t0 F" k
</>

复制代码

替换后：

ab4 D0 {: {; n/ M" g0 M
ac,①ab②,as,ad,af
# M6 f0 E) u/ j* ]! p- f
</>* l6 Z% O$ g% N# H/ ~1 Y8 o# t
& l5 @% `4 l, I+ x3 T: l9 R
ac
* k1 F5 I5 T5 C! w8 k
①ac②,ab,as,ad,af% Z1 j4 K( M3 T9 A' u0 ]( k
</>, M1 Z7 G- V4 u& ~1 p
as
5 G2 u& f, i6 a1 C6 c, s+ J6 H6 Y
ac,ab,①as②,ad,af5 {) N9 V p: c+ o* j: X& `
</>9 J f$ p) O; E
ad
. e. u, F# }+ S; c& ]- ?
ac,ab,as,①ad②,af
" T4 h7 ] \% z5 O$ W$ y) \2 a
</># H, I. o [3 j5 ]
af. d! s6 R, F# ~. M- C- q/ B( t+ i) w
ac,ab,as,ad,①af②: M M/ d+ y7 b- a4 O! ]
</>& I$ ?' Y6 N0 I
aw
3 a, b9 A& U! [; k! q; {
ac,ab,as,ad,af
( m( d3 m- p) s4 B
</>

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>
" A; P$ v2 h& i7 Z. H- H
2、先微观层面处理一个keyword4 Z7 v- w% I1 X I! \9 p, S3 x
（1）搜索<mdxkey>，并移动到下一行keyword处" k0 l7 t, y' u% C+ T# k0 ?
（2）复制keyword到剪贴板或vim的某个寄存器/ w1 _/ v9 _ A) @5 R3 W
（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8 p# }; I# z+ H) t+ t" @
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)% b* j" b2 E9 J) N3 K! 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)7 e- {/ y# [7 g
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; g9 x7 n' c% z) D
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' {0 N- \( y/ f0 E+ r# ?
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 11:53
1 B; Y- Y( [* v/ |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! I4 }: P# f$ ^& W l5 n% s! E, q
ad,fad,fefsda,abcd,ab,cd,ab
: j" `* s4 f2 ?" O- E% W- u U
</>

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 14:339 t7 I2 o8 ^! T3 O+ 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
, e8 A( S0 `" g0 I, }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 15:55
8 x+ v& z1 C2 t" G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：; }7 R1 l8 p6 A6 ~
% u7 S$ a7 t) |! k5 B2 P9 A
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$ @  v' w! E) f: Z
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：! U' F' B  F' ^1 E8 i
/ i4 {( H  r0 l# f7 c8 T
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 15:55
1 v1 {: R/ Y% u* }1 X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：2 U8 o( j' z& Y$ b! F

4 k, F# n0 k4 d. _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
* u5 t- H% C" Z R2 b5 O7 `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