如何提取所有的词条项目到另一个TXT中？（更新了一个新问题）

zcm1019

原问题：在TXT文件中，怎样才能把所有的词条项目单独提取出来？

" |. \1 W: e) c新问题：接着问个问题，在法语里面，有很多特殊，比如èéêë，我想把这些单词中的èéêë全部转换为e，请问怎么做？
比如，已知每个此条的首尾我都构造了3个#，即###。那么对于###élève###，我要转成eleve。
5 c/ r& s2 G- [' l8 @我自己想的办法是用正则表达式，把(?<=###.*)[èéê&euml;](?=.*###)替换为e。
在正则表达式的测试工具Regex Tester里面，这样替换可以得到正确答案（见下图），但是在Ultraedit的正则表达式里面，无论选择Perl、Unix还是Ultraedit，都无法得到正确结果，谁能指点一下？

1 v- _1 {& F+ E
[ 本帖最后由 zcm1019 于 2009-3-14 19:21 编辑 ]

tony4d

这个问题很雷人哈

rayman

Er...用UltraEdit里的正则表达式将正文部分全部替换成空的?

tony4d

也可以用EMEDITOR啊。
' t7 P' _. ?5 F. s) F找规律，然后用正则表达式。
比如：
like<br>喜欢。I like...
则
4 ~7 C% ^, E/ q5 h% C) ]/ F替换<br>.*为空，勾选正则表达式选项即可。

zcm1019

谢谢，我试一试

cdyg

uedit，勾选正则表达式，advanced 选中List lines containing string，
查找</>^p*$，查找结果点一下clipbord即复制到剪贴板中了。
% `9 r" U8 s+ S& P2 ^然后新建文本，粘贴，通过替换去除所有的</>^p （^p表换行符）即可。
1 V" u  k% }4 [: X* {3 y对了，这个操作第一条词条应当丢了，补上第一条即可。

tchon

能不能èéê&euml;直接一个一个地换成e,这样也花多不了很多时间,而且也不需要在单词前后加###号标记了

zcm1019

关键是我不知道怎么定位到此条中的è字母，而非整个此条。

cdyg

èéê&euml;在除了词条的其它位置是否有出现，是否需要替换？

tchon

我想楼主的意思是只更换词条里面的èéê&euml;,解释里面的èéê&euml;就不换

cdyg

原帖由 cdyg 于 2009-3-15 11:27 发表
èéê&euml;在除了词条的其它位置是否有出现，是否需要替换？

FIND：###^(?++^)[èéê&euml;]^(?++^)###
REPLACE：###^1e^2###
  z4 _) V& ~8 ]$ q4 X执行次数：执行一至多次，直到找不到为止。

注意：之前要转换为unicode编码，否则可能会出错。

cdyg

其实，如果辞典不是太复杂的话，可以用特殊符号如###作为词条与解释的分隔符，到excel中打开（选择以###为分隔），
+ Z' I( }+ {; K$ m9 g& S然后你会发现词条标题都在单独一个列中，选中这一列，将èéê&euml;给依次替换为e即可。

zcm1019

啊，谢谢啊，就是只替换词条里面的，正文里面的不替换。

zcm1019

竟然有些字符论坛显示不出来，我发图片算了：


[ 本帖最后由 zcm1019 于 2009-3-15 14:13 编辑 ]

zcm1019

哦，解决了，在Perl引擎下，把^(?++^)改成（.*)就可以了。

cdyg

多了一个"|"符号,当然不能匹配.

zcm1019

那个|是用QQ截图时候造成的，本身没有|的。

cdyg

解决了就好,因为uedit的引擎是贪婪模式的，如果有空格就不被匹配进去。
用per引擎是个好办法。

zcm1019

当用ULTRAEDIT的引擎时，无法匹配到本应在第7行的###[&Ecirc;tre] sujet à###，而是匹配到了第31行的###a cappella (difficultés)###，如下图：
/ _' L4 s8 G% I* y# v8 K' G: O7 D
* s3 ^' P: F. \1 e: U7 J$ L  m! J当使用Perl引擎时，正确匹配到了第7行：

4 ~/ P/ N( _6 n
注：我都是从文件开头开始搜索的。

zcm1019

感谢！我马上把刚刚转换的这个辞典上传。

cdyg

用peal要结合边界规则，不然替换时不方便。

如果用ue引擎的正则表达式，可以再简化写成：
查找：###^(?++^)[èéê&euml;……]
# n- W) A( l2 f1 |& m8 ~' g替换：###^1e
3 N3 _6 Z% t. s. U+ \# d1 V% {8 U0 S就能匹配上了。

[ 本帖最后由 cdyg 于 2009-3-15 18:21 编辑 ]