正则表达式请教

孤影

jonah_w 发表于 2018-12-30 13:31
7 R/ _8 E2 y% c好吧。这个是Mac词典源文件…

: [0 i' c( j" r. B看出来了，你弄成mdx的格式再试一遍，绝对稳

jonah_w

孤影 发表于 2018-12-30 22:43
, I; `, k: i9 z4 }& G- T看出来了，你弄成mdx的格式再试一遍，绝对稳

9 D( v* ~6 c0 R2 ~好，我试试

jonah_w

zzhirong 发表于 2018-12-26 10:02
' Z# ?/ A* m2 Y4 |这问题用 XPath 可以不用这么烧脑，用正则表达式则是把简单事情复杂化了，附 python 程序实现，依赖 lxml  ...

. ~8 c- r8 N6 T今天终于有机会试了一下这个方案，可是报了个错。。。
+ P, \# `/ x. g( _# n) G# ~* j) Y1 A5 D
* U0 H) k; z! @5 P! I; a  _
3 F( i5 I$ k& O/ f

1. Traceback (most recent call last):
   % a3 G2 y/ _3 J+ K5 c1 W9 k
2.   File "/Users/chris/Downloads/replace_tilde_with_title/replace_tilde_with_title.py", line 18, in <module>
   8 X% e2 t5 p2 d# m  q- ?
3.     D_NS = xml.nsmap["d"]
   
4. AttributeError: 'lxml.etree._ElementTree' object has no attribute 'nsmap'

复制代码

jonah_w

anyid999 发表于 2018-12-25 17:41
新建个文件夹:
' F- p1 D  m* T" V( N" E- Z2 f6 b把附件解压放入,
将你的要修改的txt文件, 更名为 inp ...

今天刚试了下这个脚本，发现有错误：

1. Hello World!
   ( G7 [9 r) m3 s( O9 o" D5 \! H! G
2. panic: runtime error: index out of range
   % ~" H( l0 P6 R% v
3. 
   * [6 g* X# P( ^0 n
4. goroutine 1 [running]:
   
5. main.aEreplace(0xc0000a6a11, 0x10, 0x290, 0x0)
   
6.         D:/Xspace/Xmen/re.go:27 +0xed
   ; I9 }: s6 R5 P) [" R- ^
7. main.main()
   2 L& e9 `) `2 b& r
8.         D:/Xspace/Xmen/re.go:20 +0x20f

复制代码

不知道是不是我机器的问题。
6 j: v2 k) o0 L( s
' [  _3 s. ]7 y这是input.txt内容：（更新一个附件：）
3 Q3 Y. d% l% a" F* u3 j

1. <?xml version="1.0" encoding="UTF-8"?><d:dictionary xmlns="http://www.w3.org/1999/xhtml" xmlns:d="http://www.apple.com/DTDs/DictionaryService-1.0.rng">
   
2.     <d:entry id="_2udw" d:title="roughshod"><d:index d:value="roughshod" d:title="roughshod"/><span class="hw">roughshod</span><br/><span class="tag3">a.</span><br/><span class="table"><span class="num">1.</span><span class="tag4"></span><span class="tag1">(马匹)</span>钉有防滑蹄铁的</span><span class="table"><span class="num">2.</span>残暴的;残忍的;无情的:</span><span class="ex">a tyrant's ~ rule </span><span class="ex_c">暴君的残暴统治</span><hr class="hr_1"/>ride ~ over / 残暴地<span class="tag1">(或盛气凌人地)</span>对待;对…横行霸道;对…不予同情:<br/><span class="ex">ride ~ over the people </span><span class="ex_c">骑在人民头上作威作福</span><span class="ex">ride ~ over the rights of the children </span><span class="ex_c">践踏儿童的权利</span><span class="ex">ride ~ over sb.'s feelings </span><span class="ex_c">伤害某人的感情</span><span class="ex">The boss rode ~ over the men when they asked for higher wages. </span><span class="ex_c">工人们要求加薪,老板不予理睬。</span></d:entry>
   
3.     <d:entry id="_2u05" d:title="rookie"><d:index d:value="rookie" d:title="rookie"/><span class="hw">rookie</span><br/><span class="tag3">n.</span><br/><span class="tag4"></span><br/><span class="table"><span class="num">1.</span>新兵;生手,新手:</span><span class="ex">a police ~ </span><span class="ex_c">警察新手</span><span class="ex">a ~ star </span><span class="ex_c">新星</span><span class="table"><span class="num">2.</span><span class="tag1">(第一年参加联赛的职业球队的)</span>新队员，新秀</span><span class="tag2"><br/>[词典校勘] <br/></span> <span>rookie现在通用翻译为“新秀”。 另外，括号中说法有歧义。</span></d:entry>
   
4.     <d:entry id="_owh" d:title="copybook"> <d:index d:value="copybook" d:title="copybook"/><span class="hw">copybook</span><br/> <span class="roma">Ⅰ</span> <span class="tag3">n.</span><br/> <span class="table"><span class="num">1.</span><span class="tag1">(附有规范供模仿的)</span>习字簿; 描红簿</span> <span class="table"><span class="num">2.</span><span class="tag1">(文件、信件、账目等的)</span>副本合订本, 副未册</span> <span class="roma">Ⅱ</span> <span class="tag3">a.</span><br/> <span class="table"><span class="num">1.</span>老一套的, 平庸的:</span> <span class="ex">a ~ maxim </span></d:entry> </d:dictionary>

复制代码

anyid999

中文的没有试过.

jonah_w

zzhirong 发表于 2018-12-26 10:02
这问题用 XPath 可以不用这么烧脑，用正则表达式则是把简单事情复杂化了，附 python 程序实现，依赖 lxml  ...

- H* C9 B1 k% }# F0 r/ i0 @感谢感谢。最终通过这个方案解决了。xpath果然是好东西。我发现很多正则无法实现的东西，xpath都可以轻松搞定！ 不过xpath也有一些不好搞定的地方，比如生成的xml经常需要再次调整一下格式，这时候再用正则又可以完美解决。这两个东西结合用，潜力无穷的说。
$ v  G" M; \4 P
正则最适合以行为单位的操作，xpath适合以元素为单位的操作。正则容易误杀误删的严重问题，xpath可以很好的规避。

再次感谢推荐。如果需要任意一本Mac词典，可以向我索取。