正则表达式：难但有用

马黑黑

文字表达总有一定的规律性。有时候，看似没有规律性的文字群，其实也有规律——规律在你心中。怎么讲？

一封菇凉的来信，你最想看到的是什么？对你仰慕还是敬爱之情呢，还是对你爱慕之心？你想检索重要的信息，就是关键字词或暗示性的语句流？还是某一个特殊的引用？

没关系，通过正则表达式，你可以检索到（或者没能检索到——因为没有）你所设定的东东，并且，它建立起来的搜寻方式，比你想象的要好的多。比方说你的情敌可能是Kart和Mark，在她长篇大论的描述性信文里，到底提没提到过他们？请构建一个正则表达式来查找两个“情敌”的名字：

\b[MK]{1}ar[kt]{1}\b

在 EmEditor 里，启用了区分大小写之后，查找的效果如下图所示：



讲解一下我们建立的正则表达式的构成：

一、头尾 \b ... \b ：表示一个单词的开头和结束；
二、[MK]{1} ：表示 M 和 K 任意一个只要出现一次，也只能出现一次。[kt]{1}同理；
三、ar ：和你平时在word和Excel里查找的东东一个样。

好，看似复杂，但复杂的背后只是约定（语法），熟悉后就不会觉得不可接受。它的好处是，比你简单地查找 Mark 和 Kart 强，它可以一次找两个。

红影

这个查找也可以找到一处以后继续查找下一处么？

红影

二、[MK]{1} ：表示 M 和 K 任意一个只要出现一次，也只能出现一次。[kt]{1}同理；
这句没怎么懂，是遇到带M的就找到？那样会不会误找？
为什么不是Mark四个字母，而是两个？

加林森

老黑这个也太专业了啊！

马黑黑

加林森 发表于 2021-8-26 21:51
老黑这个也太专业了啊！

哪里哪里

加林森

马黑黑 发表于 2021-8-26 22:33
哪里哪里

风从东方来

                               
登录/注册后可看大图

你们看着，我先撤了！

马黑黑

红影 发表于 2021-8-26 21:50
二、[MK]{1} ：表示 M 和 K 任意一个只要出现一次，也只能出现一次。[kt]{1}同理；
这句没怎么懂，是遇到 ...

[MK]，是备选字符集合，这个集合有两个，M和K，它们两个中只要有一个出现，就判为符合条件；其后的{1}用于限定出现的次数，1表示出现1次。

Mark里有M，Kart里有K，这两个单词因此符合 [MK]{1} 的规定，这叫匹配，因此它们都将会被检索出来。但要完整选择这两个单词，还需要有其他规范：

[kt]{1}与前述的结构同理，不一样的地方是它规定的是单词末尾的字母（前者规定的是头字母）。\b ... \b 就是这个意思，前一个表示单词开头处，后一个表示单词结尾处：\b[MK]{1}ar[kt]{1}\b

这样就等于告诉查找系统：我要查找这样的单词，它们以 M 或 K 开头，中间是 ar，最后一个字母要么是 k 要么是 t，通通给我找出来。

马黑黑

红影 发表于 2021-8-26 21:47
这个查找也可以找到一处以后继续查找下一处么？

图示已表明，它找的是全部匹配的单词，亦即，只要是 Mark 和 Kart，它全给找出来。

当输入光标回到编辑页面，请将光标移到文档最开头处，然后按 F3 查找下一个，EmEditor会依次按顺序为你提供匹配的文字。

马黑黑

实用至上：看下面的东东，我们只要保留网址，其他乱七八糟的内容全部清除掉——



先找规律：上面内容还是有规律的，乱字符+网址，乱字符都在网址之前。

接着构建一个正则表达式：

^.*(http)

它分三个部分：

① ^ ： 行首
② .* ： 一切字符
③ (http) ：括号是替换时我们要引用保留的子表达式，http 当然要保留。



上图是替换页面。之前我在查找页面点了选择全部，检查正则表达式写的对不对，体现在编辑框正文里，显然没问题，可以切换到替换窗口来。注意上图中的“替换为”处，我填写了 \1，它表达的意思是，向查找表达式中引用第一个（从左向右数）子表达式，也就是括号部分的 http，上面说到这个要留下来。

强调：查找的表达式里，用括号括起来的部分叫子表达式，按从左向右的规范数其序号，\1是第一个，\2是第二个，以此类推。如果引用整个表达式则用 \0，不论有括号与否。

点替换全部按钮，效果如图三所示，是不是很清爽？

红影

马黑黑 发表于 2021-8-27 07:00
[MK]，是备选字符集合，这个集合有两个，M和K，它们两个中只要有一个出现，就判为符合条件；其后的{1}用 ...

嗯嗯，明白了

红影

马黑黑 发表于 2021-8-27 07:27
实用至上：看下面的东东，我们只要保留网址，其他乱七八糟的内容全部清除掉——

这个倒是很实用呢

加林森

厉害厉害

马黑黑

加林森 发表于 2021-8-27 17:48
厉害厉害

队长更厉害

马黑黑

红影 发表于 2021-8-27 15:27
这个倒是很实用呢

Word也能做到。但在替换方面，对正则的支持度不行

马黑黑

两个汉字的全拼，最多可能有多少个字母？

最多字母的声母是两个    2
最多字母的韵母是四个    4

那么，两个汉字的全拼码，最多有 2*6=12 个字母。

我要构建一个正则表达式，找出两分法最长码的字。我已对每个单字的码表做了全拼分割，有 ' 做标记，所以我要找的是 13 个字符的拼音码。以下是我构建的正则表达式：

\t.{13}$

上面式子分三个部分：

\t ：一个制表符，即在文本编辑器中按 Tab键 所得的符号
.{13} ：. 表示换行符以外的所有字符，它后面跟着一个 {13} 限制符，表示 . 代表的字符出现 13 次
$ ：换行符（这个其实不要也行，我是为了万无一失）

效果如下：


就它一个：叕，又双叒叕序列里的字，读 zhuo 二声 ，叒读 ruo 四声

红影

马黑黑 发表于 2021-8-28 09:42
Word也能做到。但在替换方面，对正则的支持度不行

哦哦，这个规则应用还挺广的。头一次知道这个正则。学习了。

加林森

马黑黑 发表于 2021-8-28 09:42
队长更厉害

我一般般，你这个可是很专业的哦。

马黑黑

加林森 发表于 2021-8-28 14:16
我一般般，你这个可是很专业的哦。

差不多差不多

马黑黑

红影 发表于 2021-8-28 12:43
哦哦，这个规则应用还挺广的。头一次知道这个正则。学习了。

正则表达式令人头疼的，但使用它能做太多的事情