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% N9 c& X, s0 W2 h. [. _! D
jeanleem6 女施主請教$ Z3 r$ N- ?$ h) d0 ]0 V
如果實務上是此狀況想處理成 7 樓的圖示8 W1 W* V" |' [/ g" q6 P7 e3 F
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：

ab6 }7 _' S% `& E: f* B4 m
ac,ab,as,ad,af( T' D/ H, s: ~
</>
: L+ R1 _; v2 b8 H' p3 O( q! y
, f' U4 |8 i6 Q2 z2 `9 t& q
ac
4 Z: Y! o( j" Z( m8 H' ^* q& n
ac,ab,as,ad,af8 m l, b+ b6 }( G4 i8 w; c
</>1 N" Q- c1 B: X& j( Q
as( u+ X9 {5 e" [, r+ R, O/ U/ y. |
ac,ab,as,ad,af `+ E0 E; N* P. F1 n3 ]' } Y
</>
1 O8 n2 l# n3 U& ?5 K7 D
ad
3 P+ |& D$ z a- T# G; o9 k: v1 [0 l
ac,ab,as,ad,af
' R5 m4 ^3 ?8 @5 w R
</>
/ f; z6 P7 B, z
af* D7 a* O; y, C* e0 F
ac,ab,as,ad,af
4 X) G9 G; l0 v" k* K6 i, `$ b
</> F+ x; A: @2 r! r* p3 D& }% G6 f
aw+ a3 H- g) M' b) t
ac,ab,as,ad,af+ G/ i& e6 [' L4 I3 `1 h4 W
</>

复制代码

替换后：

ab+ ~ K0 l% k) e, y( r
ac,①ab②,as,ad,af9 A& D. h; O/ A' s! z
</>" S8 J7 n5 J; n* L
- k5 k/ S4 U# }
ac
: X- M9 k* F1 y6 ?( j- h
①ac②,ab,as,ad,af- @0 p/ K, a/ w, F6 a) J
</>2 L4 j2 k. D( L# R6 Y1 \: G& J
as
* v" `) J; c3 @4 v$ C0 A$ m
ac,ab,①as②,ad,af
& Q) a# o& s* z& v) f, e+ G
</>
2 \' s, M+ T' o4 A
ad
+ v. d, y' A5 K2 p' l: o& q
ac,ab,as,①ad②,af
1 [4 q$ ^' k) _8 v
</>( `; m7 S/ ~7 @. Z1 g" H! y
af& ^$ U/ Q+ W. h# Q& m, C& o" j1 m
ac,ab,as,ad,①af②" J5 |6 [" J) r$ Q$ E5 {
</>
! }- T! \* K7 C
aw0 h: U$ P3 F6 ^" W* R! r
ac,ab,as,ad,af( x p$ n* y9 K" _( L# P$ Z
</>

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>
/ W% r1 l* T# z& b n3 S6 i
2、先微观层面处理一个keyword! f v; X+ q! k
（1）搜索<mdxkey>，并移动到下一行keyword处 D: L0 }9 T( G/ z8 [) t: G6 |6 p5 \4 U
（2）复制keyword到剪贴板或vim的某个寄存器$ ]5 E* ?0 M# z0 _
（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& v/ T. | }. \/ U% ?! P
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)
7 M" `% z7 c3 w- @* ?; Y ?& y
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)
- D, H7 I5 j/ 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
, [; X) }- I6 [7 b0 H$ D: z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/ @$ ?/ R! J# ~, R2 y/ B
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
6 ^. I5 ?, N' L- m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：

ab0 n4 R+ p9 o' d# |# {, l
ad,fad,fefsda,abcd,ab,cd,ab8 N2 X* h# ]; k! K5 h
</>

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 z2 |4 H0 e( ]* o* [) @" Z
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
. z3 \+ t" Y2 W8 e. O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
7 y" D# `; H# B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：% m' P* b" C5 |8 b+ e: W2 y+ T7 G

h. l( e8 f k8 b/ e7 `( b: t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
6 a, N! u7 I- }' f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：0 W: H$ n% G4 ?$ c# a% n9 c
8 i# e u* U7 l, 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& l5 ^. z6 O% d, z2 ^
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：% W6 [% X; c* `+ _
( A$ F" v; Y B
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- c4 A$ |% Y6 @. V0 ^/ n* P7 E
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