小班教学之正则表达式教程_TXT相关工具

- 回复楼主
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
- 收藏本帖
海笑0126(派派版主)

楼主 2024-04-10

闲着无聊，整个教程。属于幼儿园小班程度，不定期修改
主楼是网上搬运教程，回帖楼层目录是自己写的，

目录的正则可用提供的两个网站测试。当然教程附件也提供工具

https://hiregex.com/
https://deerchao.cn/tools/wegester/
目录(按楼层来)：
1.浅谈正则表达式在文本处理中的应用
2.去除章节标题间的数字的正则（如第47章47第五个，去掉中间的47）
3.赘余的搜查正则
4.查中文间的-，替换为圆点（替换外国人名，不误伤其他）
5.跨行英文引号的处理
6.章节名跨行合并（比如第一章
                                     心灵术士改成第一章心灵术士）
7.章节序号重排 （比如第1章第3章第4章这种批量自动改成第1章第2章第3章）
8.纯中文标题前面加章节名（比如图书射手6变成第1章图书射手6）
9.咬文嚼字
10.查找不同序号名但相同章节的标题（比如第一章唧唧哇哇
                                                                  第二章唧唧哇哇）
11.专门删掉章节末尾的独立成段省略号
12.【”，】【”。】统一为【。”】
13.批量去除章节名前的1. 2.（比如1.第1章）
14.章节名和正文混一行的处理
15.
16.没有第X章而又有重复两行的章节标题
17.
18.
19.
~~20.无~~
~~21.无~~
22.
23.
24.
25.
26.
27.两个空白行删一行或者三个空白行删一行
28.复制派派的评分记录
29.删除两个中文中间的点号
30.——所以改成——
                           所以

[ 此帖被海笑0126在2024-10-30 04:12重新编辑 ]

附件: 正则表达式的教程.part1.rar (9216 K)

附件: 正则表达式的教程.part2.rar (9216 K)

附件: 正则表达式的教程.part3.rar (9216 K)

附件: 正则表达式的教程.part4.rar (9216 K)

附件: 正则表达式的教程.part5.rar (9216 K)

附件: 正则表达式的教程.part6.rar (9216 K)

附件: 正则表达式的教程.part7.rar (3331 K)

分享


本帖最近评分记录：共 1 条评分派派币 +1

renol2024-05-05+1 派派币

[手动抠鼻]你是不是太高看幼儿园了！
倒序阅读只看楼主

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

沙发 2024-04-10

1.浅谈正则表达式在文本处理中的应用（转载追梦的风筝，已获取授权）

不得不在正式处理书签文件和文本之前加上一章正则表达式的概念。因为我的目的是授人以渔而不是授人以鱼。
只有掌握了正则表达式，以下的方法才会简单，否则只会感觉越来越繁琐混乱。

正则表达式是计算机语言里的一个重要组成部分，可以直译为“高级搜索替换功能”，给人比较直观的印象是“匹配”“模糊”“批量”。
因为我们常规的搜索、批量和替换都是准确对应某一个字词句的，而使用正则则可以匹配某一类的符合要求的所有。
大家当然无需掌握所有正则表达式知识，我在这里给大家精简一下好了，掌握我以下所说内容，那么对于文本整理就足够了。

1.逻辑与（字符范围内）：[]
就是中括号内任意字符都可查找，比如正则查找[阡陌居]，那就是三个字中任意一个字都可以搜索到。

2.逻辑或：|
顾名思义，比如正则查找阡陌|河洛|文心，就是三组字词中任意一组都可以搜索到。会找到阡陌、河洛和文心这三个词。

3.逻辑非（字符范围外）：[^]
和第一个正好相反，就是除了中括号内的字符才可查找，比如[^阡陌居]，是指这三个字以外的任意字符。

4.回车换行符：\r\n （其中\n是换行符，\r是回车符）
这个在实际应用中通常组合出现，建议大家也一起用，具体原因我也不解释了。
（通常我们用的各种工具的排版功能都是本条正则灵活使用的结果：
比如去除所有空行就是反复正则替换\r\n\r\n为\r\n；行间加一空行则是\r\n替换为\r\n\r\n；行首加两全角空格是\r\n替换为\r\n　　等。）

5.任意字符：.
顾名思义，可以匹配任意内容，包括空字符。

6.匹配开始：^
即正则表达式匹配语句的开始。

7.匹配结束：$
即正则表达式匹配语句的结束。

8.重复至少零次：*
显然了，.*连用就是任意字符重复任意次数，即可引申表达任意内容，另注.*不要和\r\n一起使用。

9.重复至少一次：+
.+和.*的意义是一样的，不过.+可以和\r\n一起使用。

10.重复零次或一次：?

11.标记表达式语句：( )
正则表达式中标上括号本身是不会影响语句功能的，加括号为的是替换功能。从左至右，正则搜索语句中的第一个括号所引用语句为语句1，第二个为语句2，以此类推。

12.所有查找内容：\0
这个指代搜索项里面所有内容。

13.标记表达式：\1 \2 \3 ……
这个配合第11条，第一个括号对应\1，第二个对应\2以此类推。

14.数字：\d
就是匹配0-9所有数字了，显然\d+就是匹配任意长度字符串了，不过个人习惯用[0-9]+代替，因为操作和变形更灵活。比如[0-9a-z]+就是任意字母数字串。

15.重复：{ }
{n}指重复n次，比如[a-zA-Z]{3}指任意三个字母连用的串；
{n,}指重复至少n次，比如[0-9]{4,}可以指任意大于等于一千的数，当然，如果你写上0123也能匹配上；
{n,m}指重复次数大于等于n，小于等于m。

16.转义：\
以上所提语句都有各自的特殊符号表示含义，那么我们如果只是想要查找他们的本身而不是其所代表的含义呢？
很简单，在该符号前面加\即可。比如正则直接搜索*会报错，搜索\*就可以了。以上几条其实已经把\的功能表示出来了，比如\d，\r，\n等已经不代表字母的本身了，实际上还有很多字母加\也会有别的含义，比如\t代表制表符，这里就不做介绍，因为做书一般用不到。

17.汉字的正则表达式：
这个比较常用。用两种形式皆可：[\x{4e00}-\x{9fa5}]或[\u4e00-\u9fa5]。

以上说了很多，相信大家已经有了一个直观的认识，另外切记，正则是搜索项而不是替换项，替换项只能是常规内容或是第13条那样的，正则符号如果写在替换项，那么符号本身是什么，就会被替换成什么。

活用正则可以节省很多时间，并收获到意想不到的效果。

比如某本书的章节目录是这样的：第十三卷阡陌居第894章风筝出品
那么就可以这样匹配：第[一二三四五六七八九十零百千]+卷 .* 第[0-9]+章 .*
[ 此帖被海笑0126在2026-01-29 10:31重新编辑 ]

本帖最近评分记录：共 1 条评分派派币 +1

renol2024-05-05+1 派派币

学习了，之前只用4的\r\n来着。

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

板凳 2024-04-10

本部分内容设定了加密,查看此帖需要威望:4478
[ 此帖被海笑0126在2024-04-28 00:46重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

地板 2024-04-10

本部分内容设定了加密,查看此帖需要威望:4478

[ 此帖被海笑0126在2024-04-28 01:11重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

4楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:4478

[ 此帖被海笑0126在2024-04-28 01:43重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

5楼 2024-04-10

本部分内容设定了加密,查看此帖需要派派币:4478
[ 此帖被海笑0126在2024-06-02 15:21重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

6楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000
[ 此帖被海笑0126在2024-08-13 14:45重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

7楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000
[ 此帖被海笑0126在2024-08-13 14:06重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

8楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000

[ 此帖被海笑0126在2024-08-14 02:48重新编辑 ]

附件: 标题缺失第X章处理程序demo.rar (493 K) ，该附件已加密，拥有65535威望才能下载

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

9楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000

[ 此帖被海笑0126在2024-08-14 02:14重新编辑 ]

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part01.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part02.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part03.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part04.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part05.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part06.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part07.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part08.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part09.rar (9216 K)

附件: GoldenDict电子词典 v1.5.0+现代汉语词典7+成语大词典2014+新华字典12.part10.rar (8267 K)

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

10楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000

[ 此帖被海笑0126在2024-10-30 03:02重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

11楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000

[ 此帖被海笑0126在2024-10-30 03:22重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

12楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:7000

[ 此帖被海笑0126在2024-10-30 03:23重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

13楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:7000

[ 此帖被海笑0126在2024-10-30 03:53重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

14楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:7000
[ 此帖被海笑0126在2024-10-30 03:29重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

15楼 2024-04-10

15占楼
这种样子的章节标题批量改动
主要是里面有不少断首就出现的年月份句子
没法套用txtformat内置那个正则

如果每个小节序号后面都有小数点“.”，而句首年月份不带小数点的话，还是可以在EE里处理的

首先保证所有行的行首都是两个全角空格，然后查找【\n　　([0-9]+)\.】，替换为【\n\n\n正文第\1章】
[ 此帖被海笑0126在2024-08-14 15:06重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

16楼 2024-04-10

本部分内容设定了加密,查看此帖需要威望:6000
[ 此帖被海笑0126在2024-10-30 03:00重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

17楼 2024-04-10

17.
\n　　([0-9]+)\.
第$1章
最近在搞《法兰西不缺皇帝》
如图，段末的“有分教”之后的定场诗，怎么正则为下图所示的排版
在EE里做：查找【\n　　有分教：([^。]{1,})。([^。]{1,})。\n】，替换为【\n　　有分教：\n　　「\1。\n　　\2。」\n】
识别到句号后换行；若是多句就多写几个【([^。]{1,})。】

你的文本里有些是着这样的，定场诗是在“有分教”的下一行，刚刚那个正则就要改一下才行
[ 此帖被海笑0126在2024-08-14 15:06重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

18楼 2024-04-10

18占楼
把文本的引号换到上一行：后面的正则
没有空格、空行的话，EE里可查【：\n“】，替换成【：“】，就是去掉冒号后的换行
[ 此帖被海笑0126在2024-08-14 15:06重新编辑 ]

- 只看该作者
- 回复
- 发消息
- 举报
- 使用道具
- 加好友
- 引用
海笑0126(派派版主)

19楼 2024-04-10

19占
去除这些段落末尾的数字
试试在EE里查【([”。…！？—）])[0-9]+\n】，替换成【\1\n】；做完之后，可以查【[0-9]+\n】验证一下
[ 此帖被海笑0126在2024-08-14 15:05重新编辑 ]

[排版修正] 小班教学之正则表达式教程