查看: 989|回复: 11
打印 上一主题 下一主题

[求助] 请教一個關於TXT文本分段的處理

[复制链接]
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    跳转到指定楼层
    1
    发表于 2012-5-12 15:50:50 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 scju 于 2012-5-12 15:53 编辑

    文本如下,請教各位了==================




    <table border="1"  cellspacing="0"><tdbgcolor="#000000"><font color="#FFFFFF">基本词义</font></td></table>
    <spanstyle="font-size:24.0pt"></span><br>
    <fontcolor=red>dàn</font><br>
    (1) 禽类或龟、蛇等所产的卵 [egg]。如:蛋花(蛋汤煮熟后,凝成絮团似的许多小蛋块的俗称);蛋青色(指如鸭旦壳般的淡青色)<br>
    (2) 骂人的话 [approbrious words](1)放在某些名词或形容词的后面,组成代表人的词。如:坏蛋;糊涂蛋。 (2)放在某些动词后面,使那个动作带有贬意。如:捣蛋;滚蛋;完蛋<br>
    (3) 形状像蛋的东西 [an egg-shaped thing]。如:泥蛋儿;山药蛋;驴粪蛋儿;线蛋儿;脸蛋儿;蛋圆(像蛋一样椭圆形)<br>
    <br><tableborder="1" cellspacing="0"><tdbgcolor="#000000"><font color="#FFFFFF">常用词组</font></td></table>
    <font color=red>*</font>蛋白<br>
    <fontcolor=red>dànbái</font><br>
    (1) [scleroprotein]<br>
    (2) 指一类纤维状的蛋白质(如骨胶原,角朊,丝纤蛋白),通常不溶于含水溶剂并且抗化学试剂<br>
    (3) [egg white] 蛋清<br>
    <font color=red>*</font>蛋白质<br>
    <fontcolor=red>dànbáizhì</font><br>
    <fontcolor=red>*</font>[protein] 一个很大类的天然存在的、氨基酸的极其复杂的结合物,含有碳、氢、氮、氧,通常还有硫,偶尔有磷、铁或其它元素,是动植物活细胞的必需成分,也是动物膳食的必需成分<br>
    <font color=red>*</font>蛋粉<br>
    <fontcolor=red>dànfěn</font><br>
    <font color=red>*</font>[eggpowder;powdered egg] 将蛋烘干制成的粉末<br>
    <font color=red>*</font>蛋糕<br>
    <fontcolor=red>dàngāo</font><br>
    <font color=red>*</font>[cake] 由鸡蛋、面粉以及糖、油等制成的一种松软的糕点<br>
    <font color=red>*</font>蛋羹<br>
    <fontcolor=red>dàngēng</font><br>
    <fontcolor=red>*</font>[steamed egg custard] 鲜蛋去壳打成糊状,加入适当的水和佐料,蒸成的食物<br>
    <font color=red>*</font>蛋黄<br>
    <fontcolor=red>dànhuáng</font><br>
    <font color=red>*</font>[eggyolk] 为禽鸟或爬行动物的卵的内部贮藏养料、呈黄色的球形物体,其外围为蛋白<br>
    <font color=red>*</font>蛋鸡<br>
    <fontcolor=red>dànjī</font><br>
    <font color=red>*</font>[layer]生蛋的鸡<br>
    <font color=red>*</font>蛋卷<br>
    <font color=red>dànjuǎn</font><br>
    <font color=red>*</font>[eggroll] 以鸡蛋面团制成卷筒,内填切碎的蔬菜,放在深油锅中炸熟<br>
    <font color=red>*</font>蛋壳<br>
    <fontcolor=red>dànké</font><br>
    <font color=red>*</font>[shell](尤指鸟或家禽蛋)的硬壳<br>
    <font color=red>*</font>蛋品<br>
    <font color=red>dànpǐn</font><br>
    <font color=red>*</font>[eggproducts] 各种蛋类和各种蛋类食品的统称<br>
    <font color=red>*</font>蛋青色<br>
    <fontcolor=red>dànqīngsè</font><br>
    <font color=red>*</font>[paleblue;egg white] 像青鸭蛋壳的颜色<br>
    <font color=red>*</font>蛋清<br>
    <fontcolor=red>dànqīng</font><br>
    <font color=red>*</font>即蛋白<br>
    </>


    =================



    1.若要在(2)、(3) ....項目等以此類推(綠圈處),前面各空一行,方便辨識,又希望不影響到(2)後面的子項目(1) (2)(藍圈處),該怎麼做呢?







    2.同樣地,希望在常用詞組下,有紅色星號的「蛋白」、「蛋白质」等詞條前各空一行,又不影響到同一詞條中,有紅色
    星號的英文(如protein)等,該怎麼做呢?




    感謝了!

    该用户从未签到

    17

    主题

    345

    回帖

    3586

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3586

    灌水大神章小蜜蜂章笑傲江湖章

    2
    发表于 2012-5-12 19:27:36 | 只看该作者
    在Emeditor里替换(勾选正则):

    1. 查找:\n\([^1]+\)
    2. 替换:\n\0
    复制代码

    该用户从未签到

    7

    主题

    88

    回帖

    474

    积分

    秀才

    Rank: 3Rank: 3

    积分
    474
    3
    发表于 2012-5-12 19:31:16 | 只看该作者
    本帖最后由 hekiaa 于 2012-5-12 19:32 编辑

    来学习一下。
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    4
     楼主| 发表于 2012-5-12 23:21:34 | 只看该作者
    dingweifengye你好
    使用後如下,雖然目前看起來有空行,但可能是因為沒有<br>之類語法代碼的關係,轉換成MDX仍是沒有空行的,可否再調整一下,謝謝。

    --------------------------------

    <table border="1"  cellspacing="0"><td bgcolor="#000000"><font color="#FFFFFF">基本词义</font></td></table>
    <span style="font-size:24.0pt">蛋</span><br>
    <font color=red>dàn</font><br>
    (1) 禽类或龟、蛇等所产的卵 [egg]。如:蛋花(蛋汤煮熟后,凝成絮团似的许多小蛋块的俗称);蛋青色(指如鸭旦壳般的淡青色)<br>

    (2) 骂人的话 [approbrious words]。(1)∶放在某些名词或形容词的后面,组成代表人的词。如:坏蛋;糊涂蛋。 (2)∶放在某些动词后面,使那个动作带有贬意。如:捣蛋;滚蛋;完蛋<br>

    (3) 形状像蛋的东西 [an egg-shaped thing]。如:泥蛋儿;山药蛋;驴粪蛋儿;线蛋儿;脸蛋儿;蛋圆(像蛋一样椭圆形)<br>

    该用户从未签到

    17

    主题

    345

    回帖

    3586

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3586

    灌水大神章小蜜蜂章笑傲江湖章

    5
    发表于 2012-5-12 23:32:45 | 只看该作者
    4# scju

    1. 替换更改为: <br>\n\0
    复制代码
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    6
     楼主| 发表于 2012-5-13 00:50:59 | 只看该作者
    dingweifengye兄
    感謝
    問題已經解決了

    現在關於另一個部分,有沒有可能讓綠圈的前面也空一行,但不要影響到藍圈(因為屬於同一詞條),麻煩了。



    ---------------------

    <br><table border="1"  cellspacing="0"><td bgcolor="#000000"><font color="#FFFFFF">常用词组</font></td></table>
    <font color=red>*</font>蛋白<br>
    <font color=red>dànbái</font><br>
    (1) [scleroprotein]<br><br>

    (2) 指一类纤维状的蛋白质(如骨胶原,角朊,丝纤蛋白),通常不溶于含水溶剂并且抗化学试剂<br><br>

    (3) [egg white] 蛋清<br>
    <font color=red>*</font>蛋白质<br>
    <font color=red>dànbáizhì</font><br>
    <font color=red>*</font>[protein] 一个很大类的天然存在的、氨基酸的极其复杂的结合物,含有碳、氢、氮、氧,通常还有硫,偶尔有磷、铁或其它元素,是动植物活细胞的必需成分,也是动物膳食的必需成分<br>
    <font color=red>*</font>蛋粉<br>
    <font color=red>dànfěn</font><br>
    <font color=red>*</font>[egg powder;powdered egg] 将蛋烘干制成的粉末<br>
    <font color=red>*</font>蛋糕<br>
    <font color=red>dàngāo</font><br>
    <font color=red>*</font>[cake] 由鸡蛋、面粉以及糖、油等制成的一种松软的糕点<br>
    <font color=red>*</font>蛋羹<br>
    <font color=red>dàngēng</font><br>
    <font color=red>*</font>[steamed egg custard] 鲜蛋去壳打成糊状,加入适当的水和佐料,蒸成的食物<br>
    <font color=red>*</font>蛋黄<br>
    <font color=red>dànhuáng</font><br>
    <font color=red>*</font>[egg yolk] 为禽鸟或爬行动物的卵的内部贮藏养料、呈黄色的球形物体,其外围为蛋白<br>
    <font color=red>*</font>蛋鸡<br>
    <font color=red>dànjī</font><br>
    <font color=red>*</font>[layer] 生蛋的鸡<br>
    <font color=red>*</font>蛋卷<br>
    <font color=red>dànjuǎn</font><br>
    <font color=red>*</font>[egg roll] 以鸡蛋面团制成卷筒,内填切碎的蔬菜,放在深油锅中炸熟<br>
    <font color=red>*</font>蛋壳<br>
    <font color=red>dànké</font><br>
    <font color=red>*</font>[shell] 蛋(尤指鸟或家禽蛋)的硬壳<br>
    <font color=red>*</font>蛋品<br>
    <font color=red>dànpǐn</font><br>
    <font color=red>*</font>[egg products] 各种蛋类和各种蛋类食品的统称<br>
    <font color=red>*</font>蛋青色<br>
    <font color=red>dànqīngsè</font><br>
    <font color=red>*</font>[pale blue;egg white] 像青鸭蛋壳的颜色<br>
    <font color=red>*</font>蛋清<br>
    <font color=red>dànqīng</font><br>
    <font color=red>*</font>即蛋白<br>
    </>

    该用户从未签到

    17

    主题

    345

    回帖

    3586

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3586

    灌水大神章小蜜蜂章笑傲江湖章

    7
    发表于 2012-5-13 11:00:53 | 只看该作者
    6# scju

    你说的意思是类似(2)下面的(1)∶与(2)∶需加上空行吧。

    1. 查找:   \(\d+\)∶
    2. 替换:   \n<br><br>\n\0
    3. 注意查找里面的符号“:”与源文本一致,复制粘贴过来就行了。
    复制代码


    另外,没看清楚你的帖子有两个问题,对于提的第二问题可以这样做:

    1. 查找:    <font color=red>\*</font>[\x{4e00}-\x{9fa5}]+<br>
    2. 替换:    <br>\n\0
    复制代码
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    8
     楼主| 发表于 2012-5-13 12:03:33 | 只看该作者
    感謝dingweifengye

    再問一下,關於問題1,有些詞條的解釋在10項以上,似乎就沒有空行了(綠圈處),可否幫忙修正~

    [img][/img]

    该用户从未签到

    17

    主题

    345

    回帖

    3586

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3586

    灌水大神章小蜜蜂章笑傲江湖章

    9
    发表于 2012-5-13 12:29:09 | 只看该作者
    8# scju

    这个是以1开头的两位数都没替换,用下面处理下就可以了。

    1. 查找:\n\(1\d\)
    2. 替换:\n<br>\0
    复制代码
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    10
     楼主| 发表于 2012-5-13 13:54:25 | 只看该作者
    本帖最后由 scju 于 2012-5-13 14:00 编辑

    dingweifengye
    感謝,幾乎已經都解決了,剩下一點小問題:

    下圖綠圈處沒有空行到,估計是句中的逗點和刪節號,能否再修一下,非常感謝~



    <font color=red>*</font>无名氏<br>
    <font color=red>wúmíngshì</font><br>
    <font color=red>*</font>[anonymous people;anonymous person] 不愿公布姓名或查不出姓名的人<br>
    <font color=red>*</font>无名帖,无名帖儿<br>
    <font color=red>wúmíngtiě,wúmíngtiěr</font><br>
    <font color=red>*</font>[anonymous note (for attacking or threatening);anonymous letter written to attack or threat sb.] 攻讦或恐吓别人的不具名的帖儿<br>
    <br>
    <font color=red>*</font>无名小卒<br>
    <font color=red>wúmíng xiǎozú</font><br>
    <font color=red>*</font>[nowhere;nobody] 指没有名气的人<br>
    <br>





    <font color=red>*</font>半班<br>
    <font color=red>bànbān</font><br>
    <font color=red>*</font>[half shift] 值班时间只有通常一半的值班<br>
    <font color=red>*</font>半…半…<br>
    <font color=red>bàn…bàn…</font><br>
    <font color=red>*</font>[used before a pair of antonym, indicating the co-existence of the two] 分别用在意义相反的两个词或词素前面,表示相对的两种性质或状态同时存在,相当于“既…又…”<br>
    <FONT style="BACKGROUND-COLOR: #c0c0c0" color=black>例</FONT> 半文半白(白话里面杂着文言)<br>
    <FONT style="BACKGROUND-COLOR: #c0c0c0" color=black>例</FONT> 半明半暗<br>
    <FONT style="BACKGROUND-COLOR: #c0c0c0" color=black>例</FONT> 半信半疑<br>
    <FONT style="BACKGROUND-COLOR: #c0c0c0" color=black>例</FONT> 半吞半吐(说话含糊不清,不直截了当)<br>
    <br>
    <font color=red>*</font>半半拉拉<br>
    <font color=red>bànban-lālā</font><br>
    <font color=red>*</font>[incomplete;unfinished] [口]∶未完成或不完全<br>
    <FONT style="BACKGROUND-COLOR: #c0c0c0" color=black>例</FONT> 事情做个半半拉拉的,你怎么就要走?<br>
    <br>

    该用户从未签到

    17

    主题

    345

    回帖

    3586

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3586

    灌水大神章小蜜蜂章笑傲江湖章

    11
    发表于 2012-5-13 14:25:12 | 只看该作者
    本帖最后由 dingweifengye 于 2012-5-13 14:33 编辑

    10# scju

    用下面处理下就可以了:
    1. 查找:    <font color=red>\*</font>[\x{4e00}-\x{9fa5}].*?<br>
    2. 替换:    <br>\n\0
    复制代码


    第二个问题的替换用上面的就可以了,如果你是在此时的源文本上处理,以前替换过的会重新替换,在文本中会出现两行<br>,此时用下面的处理下就只剩一行<br>。

    1. 查找:    ^<br>\n<br>
    2. 替换:    <br>
    复制代码
  • TA的每日心情
    慵懒
    昨天 14:14
  • 签到天数: 1104 天

    [LV.10]以坛为家III

    34

    主题

    1867

    回帖

    4万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    43761

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    12
     楼主| 发表于 2012-5-13 16:03:21 | 只看该作者
    11# dingweifengye
    感謝大俠相助,終於處理完畢。也上傳和各位分享{:soso_e100:}

    http://115.com/file/dpbf6z85#高級漢語詞典.mdx