请教一个正则表达式

tchon · 发表于 2013-4-10 09:34:38

21世纪电脑英汉汉英双向辞典中，每个词条下的正文中，都是用~来代替本词条。
如果想将这里面所有的~替换回该词条，在ultraedit中如何应用正则表达式啊？谢谢！
例如：
</>
book
1 (C) 
a. 书,书籍; 著作 
read [write] a ~ 
读 [著] 书 
→ closed book,open book. 
b. 知识 [教训] 的泉源, (…之) 书 
the ~ of Nature 
自然之书 
</>
bag
1 (C) 
a. 袋 
a paper ~ 
纸袋 
→ carry bag,doggie bag,tote bag. 
b. 猎物袋 
2 (C) 
a. 提袋; 旅行袋,提包 
a traveling ~ 
旅行袋 
</>

P.S.我还想将例句的英文和中文摆在同一行，不过可能难度很高？
例如：
a paper ~ 
纸袋 
改为
a paper bag 纸袋

xngnln · 发表于 2013-4-10 09:56:57

这个有价值，支持一下

莲花无语 · 发表于 2013-4-10 12:26:07

有点儿麻烦

zhouxl2000 · 发表于 2013-4-11 10:17:56

本帖最后由 zhouxl2000 于 2013-4-15 16:13 编辑

可以提供一个方法,在emeditor中测试可以：
①所有\n替换成""（无）；
②</>替换成\n<\>\n；
③^(.*?)( \(.*?)~(.*)$替换成\1\2\1\3，可以多替换几次;
③ 替换成 \n.

tchon · 发表于 2013-4-11 16:06:23

好的，我找emeditor试一下，先谢谢了！

惟吾无为 · 发表于 2013-4-11 20:51:53

本帖最后由惟吾无为于 2013-4-13 11:41 编辑

文本处理，当然awk！
windows请安装cygwin或msys。确保可以使用gawk。
linux下面可以直接把代码粘贴到终端执行。
-----
我把你提供的内容保存到了文件o，使用awk完成了所述功能。

gawk 'BEGIN{
# 记录分隔符。记录可以理解为一大段要处理的内容，这个就是段落分隔符了。
RS="\r\n</>\r\n"
# 字段分割符。把字段理解为一个句子。此时正好也是换行符。
FS="\r\n"
}{
# 你要把~替换成词条名字。因为文本分割后，标题是第一个字段。
gsub("~",$1)
# \n([a-zA-Z][ -~]*)<[bB][Rr]>\r\n 匹配以字母开头的，以 结束的，没有中文的行。
# ([^\r\n]+)就是后面跟着的一行了，不限中英文。
# \\1 \\2就是前面两个()里的东西了。 "g"表示全部替换。
$0=gensub("\n([a-zA-Z][ -~]*)<[bB][Rr]>\r\n([^\r\n]+)","\n\\1 \\2","g")
# 把结果输出出来。如果想把结果写入文件new.txt，把下面一行的#号去掉。
# printf("%s%s",$0,RS) > "new.txt"
printf("%s%s",$0,RS)
}' o

复制代码

惟吾无为 · 发表于 2013-4-11 20:56:44

本帖最后由惟吾无为于 2013-4-13 11:41 编辑

效果

froms@froms-HP-g4:/dev/shm$ cat o # 你的原始文本
</>
book
1 (C)
a. 书,书籍; 著作
read [write] a ~
读 [著] 书
→ closed book,open book.
b. 知识 [教训] 的泉源, (…之) 书
the ~ of Nature
自然之书
</>
bag
1 (C)
a. 袋
a paper ~
纸袋
→ carry bag,doggie bag,tote bag.
b. 猎物袋
2 (C)
a. 提袋; 旅行袋,提包
a traveling ~
旅行袋
</>
froms@froms-HP-g4:/dev/shm$ gawk 'BEGIN{
> # 记录分隔符。记录可以理解为一大段要处理的内容，这个就是段落分隔符了。
> RS="\r\n</>\r\n"
> # 字段分割符。把字段理解为一个句子。此时正好也是换行符。
> FS="\r\n"
> }{
> # 你要把~替换成词条名字。因为文本分割后，标题是第一个字段。
> gsub("~",$1)
> # \n([a-zA-Z][ -~]*)<[bB][Rr]>\r\n 匹配以字母开头的，以 结束的，没有中文的行。
> # ([^\r\n]+)就是后面跟着的一行了，不限中英文。
> # \\1 \\2就是前面两个()里的东西了。 "g"表示全部替换。
> $0=gensub("\n([a-zA-Z][ -~]*)<[bB][Rr]>\r\n([^\r\n]+)","\n\\1 \\2","g")
> # 把结果输出出来。如果想把结果写入文件new.txt，把下面一行的#号去掉。
> # printf("%s%s",$0,RS) > "new.txt"
> printf("%s%s",$0,RS)
> }' o # 粘贴代码。回车，结果如下。
</>
book
1 (C)
a. 书,书籍; 著作
read [write] a book 读 [著] 书
→ closed book,open book.
b. 知识 [教训] 的泉源, (…之) 书
the book of Nature 自然之书
</>
bag
1 (C)
a. 袋
a paper bag 纸袋
→ carry bag,doggie bag,tote bag.
b. 猎物袋
2 (C)
a. 提袋; 旅行袋,提包
a traveling bag 旅行袋
</>

复制代码

sxingbai · 发表于 2013-4-12 20:37:14

7# 惟吾无为

看起来很复杂啊，所以曲高和寡，呵

tchon · 发表于 2013-4-13 09:43:46

4# zhouxl2000
试了好多次，还是不行，可能是我操作有误。
麻烦能不能截屏图片显示一下操作过程？
谢谢！

tchon · 发表于 2013-4-13 09:46:05

7# 惟吾无为
谢谢援手相助。

惟吾无为 · 发表于 2013-4-13 11:37:51

7# 惟吾无为

看起来很复杂啊，所以曲高和寡，呵
sxingbai 发表于 2013-4-12 20:37

sed才叫真的复杂。

上面的代码我加了不少注释，去掉#号开头的行。没多少代码。

惟吾无为 · 发表于 2013-4-13 11:40:41

10# tchon

代码改过了。不然行首为大写时没法合并。
之前疏忽，只在注释中修改了，忘改代码了。

zhouxl2000 · 发表于 2013-4-15 16:21:11

本帖最后由 zhouxl2000 于 2013-4-15 16:33 编辑

4# zhouxl2000
试了好多次，还是不行，可能是我操作有误。
麻烦能不能截屏图片显示一下操作过程？
谢谢！
tchon 发表于 2013-4-13 09:43

sorry，前面的替代有点问题，将后面的1也包括到单词中。

emeditor可以录制宏，将宏代码保存为test.jsee；
执行时：宏－－选择test.jsee－－运行
宏代码：

document.selection.Replace("\\n","", eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace("</>","\\n</>\\n", eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace("^([^\\d]+)(\\d.*?)~(.*)$","\\1\\2\\1\\3",eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace("^([^\\d]+)(\\d.*?)~(.*)$","\\1\\2\\1\\3",eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace("^([^\\d]+)(\\d.*?)~(.*)$","\\1\\2\\1\\3",eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace("^([^\\d]+)(\\d.*)$","\\1\\n\\2",eeReplaceAll | eeFindReplaceRegExp);
document.selection.Replace(" "," \\n",eeReplaceAll | eeFindReplaceRegExp);

复制代码

执行宏后：

</>
book
1 (C)
a. 书,书籍; 著作
read [write] a book
读 [著] 书
→ closed book,open book.
b. 知识 [教训] 的泉源, (…之) 书
the book of Nature
自然之书
</>
bag
1 (C)
a. 袋
a paper bag
纸袋
→ carry bag,doggie bag,tote bag.
b. 猎物袋
2 (C)
a. 提袋; 旅行袋,提包
a traveling bag
旅行袋
</>
P.S.我还想将例句的英文和中文摆在同一行，不过可能难度很高？例如：a paper ~
纸袋
改为a paper bag 纸袋

复制代码

tchon · 发表于 2013-4-17 23:37:38

12# 惟吾无为
谢谢！

tchon · 发表于 2013-4-17 23:38:58

13# zhouxl2000
好的，谢谢！
现在在外面的电脑没有装上emeditor。等过段时间回家再试一下。
再次谢谢！

mofunzone · 发表于 2014-6-18 08:39:39

楼主的想法相当好

[求助] 请教一个正则表达式