EmEditor制作MDX词库用到的正则表达式技巧集

wjl · 发表于 2021-2-8 18:29:28

本帖最后由 wjl 于 2021-8-9 13:12 编辑

正则学起来慢，几天不用很快就会忘掉。特此记录存档，以备后用。

1. 如何将MdxSourceBuilder的格式2（若词条格式为'页码 + 分隔符 + 单个中或英关键词'的啰嗦行格式，则设为2）的文件转换为格式0（若词条格式为'一行页码 + 多行关键词（每行一个关键词）'的标准词条格式，则设为0）的文件？
选中CSV格式的页码列，选择右键菜单中的排序>按出现次数降序排序，记下页面单词数最多多少个，接下来替换操作时需要参考该数字。此处为14
查找：^.+?\t(\d+)\t\d\n(.+?\t\1\t\d\n)*
替换为：\1\n\0
执行全部替换之前需要将高级中的搜索正则表达式的附加行：设置为大于上面记录的最多单词数的数字。比如20

然后删除页码：
查找：^(.+?)\t\d+\t(\d+)$
替换为：\1;\2;

最终效果为

1
阿那贝律;1;
暗典;1;
暗韵;1;
按断副词;2;
按断句;2;
2
按断式;1;
按断语气;2;
按断助词;2;
按语;2;

替换为这种格式是为了方便后续对栏位进行相关操作。

2.如何将页码变为四位数，位数不够的前面补0？
查找：^(\d+)
替换为：\J ("0000000000000000"+"\0").slice(-4)

3.一个文本有多行，如何只选取奇数行或偶数行数据？
选取奇数行
查找：(^.*?$\n)(^.*?$\n)
全部选择
Ctrl+←
Shift+End
选取偶数行
查找：(^.*?$\n)(^.*?$\n)
全部选择
Ctrl+←
↓
Shift+End

[资料] EmEditor制作MDX词库用到的正则表达式技巧集

评分