【工具】简单运用正则表达式

什么是正则表达式？

正则表达式能被用来在查找某种类型的文本。一个正则表达式是一个由普通字符、文字（例如，字母 a-z）以及特殊字符（被称为元字符），组成的一个文本串。

这个文本串描述了一个或多个符合的字符串，当搜索文本时就可以匹配到对应的内容。

在EmEditor中使用正则表达式

1.在搜索菜单下选择查找（在当前文件中查找文本模式），替换（查找文本模式然后替换它们），或在文件中查找选项（在多个文件中查找文本模式）。

2.勾选使用正则表达式复选框以及其他搜索参数，例如 区分大小写。

3.输入要搜索的正则表达式然后点击「查找」。如果用 在文件中查找，还要输入文本类型（如果多于 1 个文本类型的话，用分号隔开），还有要搜索的文件夹。如果用替换，还要输入要替换被找到的文本模式的文本（可以用反向引用 -如下）。

正则表达式语法

详细语法列表参考EmEditor 帮助: 正则表达式语法

中文文本常用的正则语法

汉字

经过测试，可以匹配3500常用汉字，和7000通用汉字

[一-龟]

数字

数字范围	含义
\d	任何 0-9 的数字，包含半角数字、全角数字、罗马数字等等
[0,9]	匹配半角下的数字
[1 , 9]	匹配整数 1，2，3，…，9。
[ , 9)	匹配任何小于 9 的整数。
[1.0 , 9.0)	匹配任何大于或等于 1.0，并且小于 9.0 的小数。
[ , 1.0)	匹配任何小于 1.0 的小数。
(2.0 , ]	匹配任何大于 2.0 的小数。
[1,0 , 9,0 “,” ]	匹配用逗号作为小数点，大于或等于 1.0 且小于 9.0 的十进制数。
[1 , 9 , 2]	匹配整数 1，3，5，7，9。

英文

正则表达式	说明
[abc]	a、b、c中任意一个字符
[^abc]	除了a、b、c中任意一个字符
[a-z]	a、b、c……z中任意一个字符
[a-zA-Z0-9]	a~z、A～Z、0-9中任意一个字符
[a-z&&[^bc]]	a-z中除了b和c以外的任意一个字符，其中&&表示“与”的关系
\l	任何 a-z 的小写字符
\u	任何 A-Z 的大写字符

其他符号

正则表达式	说明
\n	一个换行符
\r	在在文件中替换表示一个回车符
\t	一个 tab，制表符
(.*?)	匹配多个字符
[^\x00-\xff]	匹配所有全角符号，包含汉字和全角标点

举例实践

问题设定一

我们有一个10万字的文本，需要在所有汉字字符和小写英文字符之间添加一个空格。

撰写正则表达式

查找：([一-龟])([a-z])
替换：\1 \2

解释

[一-龟]代表汉字，[a-z]代表小写英文。
添加括号是为了在替换中用\1 表示第一个括号中的内容，\2 表示第二个括号的内容，从而保留原有的字符不变，在\1与\2之间添加一个空格，再点击替换全部即可。

问题设定二

还是一个10万字的文本，其中部分文字夹杂了无意义的小数点，要求将他们全部删除，但同时不能删除使用正确的小数点。

找规律

经过多次比对，发现这些小数点都在有着一定规律：都夹在汉字中间，其本应该是句号。

撰写正则表达式

查找：([一-龟])\.([一-龟])
替换：\1。\2

解释

[一-龟]代表汉字，小数点.作为正则表达式中的元字符，可以匹配除换行符外的任意字符，为避免歧义需要在其前面加\。

\可以把下一个字符标记为一个特殊字符，一个文字，或一个向后引用。

例如，.作为正则表达式中的元字符，可以匹配除换行符外的任意字符，但\.就只代表.。又如，单独一个n只能与字符n相匹配。而但\n就代表一个换行符号。