正则表达式请教

孤影

jonah_w 发表于 2018-12-30 13:31
好吧。这个是Mac词典源文件…

# J, d- [( m0 ]# j' Y5 g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
! g. [( y7 D3 p2 J* r; W看出来了，你弄成mdx的格式再试一遍，绝对稳

好，我试试

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  ...

5 g. z# k0 |5 W; A$ y: |今天终于有机会试了一下这个方案，可是报了个错。。。
3 \9 V. v9 ^7 E* ]1 t
: F3 ~0 |5 K# ?8 u% [7 B0 |% H
3 p' \% W1 _$ y1 K' o( r

1. Traceback (most recent call last):
   9 X; V5 R- M- ~5 T7 }5 p) L
2.   File "/Users/chris/Downloads/replace_tilde_with_title/replace_tilde_with_title.py", line 18, in <module>
   / @/ H6 \* U/ T$ T$ _7 ^3 m
3.     D_NS = xml.nsmap["d"]
   . A4 v: E3 X5 @3 W
4. AttributeError: 'lxml.etree._ElementTree' object has no attribute 'nsmap'

复制代码

jonah_w

' q6 W' C5 V' U3 ~3 G

anyid999 发表于 2018-12-25 17:41
新建个文件夹:
% F# p( C, D( |* y! V把附件解压放入,
将你的要修改的txt文件, 更名为 inp ...

' S0 I% G! `$ J9 d' E今天刚试了下这个脚本，发现有错误：

1. Hello World!
   
2. panic: runtime error: index out of range
   
3. 
   9 s9 v- u% W2 ?
4. goroutine 1 [running]:
   
5. main.aEreplace(0xc0000a6a11, 0x10, 0x290, 0x0)
   
6.         D:/Xspace/Xmen/re.go:27 +0xed
     s9 k. S; O/ Y; N* H
7. main.main()
   
8.         D:/Xspace/Xmen/re.go:20 +0x20f

复制代码

不知道是不是我机器的问题。

这是input.txt内容：（更新一个附件：）

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>
   $ J3 |% {/ g3 m  |
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>
   ( C; f$ P6 H$ f" R0 E
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  ...

# f, @+ H. J& D: `* k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。

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。

  O  a, z/ n" n$ V再次感谢推荐。如果需要任意一本Mac词典，可以向我索取。