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 · 发表于 2009-3-13 12:52:23

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？

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。
我自己想的办法是用正则表达式，把(?<=###.*)[èéêë](?=.*###)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？

[ 本帖最后由 zcm1019 于 2009-3-14 19:21 编辑 ]

tony4d · 发表于 2009-3-13 18:53:00

这个问题很雷人哈

rayman · 发表于 2009-3-13 21:06:52

Er...用UltraEdit里的正则表达式将正文部分全部替换成空的?

tony4d · 发表于 2009-3-13 21:16:18

也可以用EMEDITOR啊。
找规律，然后用正则表达式。
比如：
like<br>喜欢。I like...
则
替换<br>.*为空，勾选正则表达式选项即可。

zcm1019 · 发表于 2009-3-14 00:11:03

谢谢，我试一试

cdyg · 发表于 2009-3-14 10:28:43

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。
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。
对了，这个操作第一条词条应当丢了，补上第一条即可。

tchon · 发表于 2009-3-15 08:41:34

能不能èéêë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 · 发表于 2009-3-15 09:32:50

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 · 发表于 2009-3-15 11:27:46

èéêë在除了词条的其它位置是否有出现，是否需要替换？

tchon · 发表于 2009-3-15 11:37:54

我想楼主的意思是只更换词条里面的èéêë,解释里面的èéêë就不换

cdyg · 发表于 2009-3-15 11:39:26

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

FIND：###^(?++^)[èéêë]^(?++^)###
REPLACE：###^1e^2###
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 · 发表于 2009-3-15 11:48:32

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），
然后你会发现词条标题都在单独一个列中，选中这一列，将èéêë给依次替换为e即可。

zcm1019 · 发表于 2009-3-15 13:25:36

啊，谢谢啊，就是只替换词条里面的，正文里面的不替换。

zcm1019 · 发表于 2009-3-15 14:08:06

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 · 发表于 2009-3-15 15:19:34

哦，解决了，在Perl引擎下，把^(?++^)改成（.*)就可以了。

cdyg · 发表于 2009-3-15 17:30:26

多了一个"|"符号,当然不能匹配.

zcm1019 · 发表于 2009-3-15 17:33:58

那个|是用QQ截图时候造成的，本身没有|的。

cdyg · 发表于 2009-3-15 17:49:19

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 · 发表于 2009-3-15 17:50:37

当用ULTRAEDIT的引擎时，无法匹配到本应在第7行的###[Être] sujet à###，而是匹配到了第31行的###a cappella (difficultés)###，如下图：

当使用Perl引擎时，正确匹配到了第7行：

注：我都是从文件开头开始搜索的。

zcm1019 · 发表于 2009-3-15 17:51:27

感谢！我马上把刚刚转换的这个辞典上传。

cdyg · 发表于 2009-3-15 18:19:31

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：###^(?++^)[èéêë……]
替换：###^1e
就能匹配上了。

[ 本帖最后由 cdyg 于 2009-3-15 18:21 编辑 ]

[求助] 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）

回复 18楼 cdyg 的帖子