Notepad++的正则表达式替换和替换

源地址：http://www.crifan.com/files/doc/docbook/rec_soft_npp/release/htmls/npp_func_regex_replace.html

3.4.Notepad++的正则表达式替换和替换

对于替换功能，一般的文本编辑器，都具有此功能，但是对于高级的正则表达式替换，则很多都不支持。而此处Notepad++支持此功能。

正则表达式的替换，在很长一段时间内，我都没有用到过。而后来有此需求的时候，由于不熟悉，导致也没去折腾具体如何使用的。

后来有空去弄了下，终于搞懂了。对此类功能不了解的人，会没啥感觉，但是看了下面的介绍，你就会发现这类功能的强大之处。

例3.2.Notepad++正则表达式替换举例1：一次性替换多个文件的后缀

举例说明，此处我有个xml文件，其中原始的内容为：

<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/right_click_then_property.jpg" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/right_click_then_property.jpg" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>
......
<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/advance_enviroment.jpg" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/advance_enviroment.jpg" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>

其中images/env_var/win/xxx.jpg出现的次数，有好几十处。

此处需要把images/env_var/win/xxx.jpg，全部替换为images/env_var/win/xxx.png，即替换文件的后缀。

但是呢，如果手动改的话，改动量很大，效率很低，所以要尽量避免手动改。

另外，此处也不能通过全局的那个替换功能，因为全局替换只适用于固定的文字xxx替换为yyy，而此处文件名都不一样，所以无法实现统一的替换。

此时，才会考虑用Notepad++的正则表达式替换，去实现复杂的，非规则性的替换功能。

而对于正则表达式的替换，最开始，由于不了解其语法，错写成：

查找目标 :

images/env_var/win/\w+\.jpg

替换为(P):

images/env_var/win/\w+\.png

则替换结果是错的，原来的文件名都被替换为w+这两个字符了：

<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/w+.png" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/w+.png" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>
......
<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/w+.png" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/w+.png" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>

后来，参考了[10]

然后得知是用反斜杠，加上数字，实现向后引用（back reference）。

	Notepad++的正则表达式的语法
不过后来也找到了其他更专业和全面的解释：[11] \digit Backreference: \1 matches an additional occurence of a text matched by an earlier part of the regex. Example: This regular expression: ([Cc][Aa][Ss][Ee]).*\1 would match a line such as Case matches Case but not Case doesn't match cASE. A regex can have multiple subgroups,so \2,\3,etc can be used to match others (numbers advance left to right with the opening parenthesis of the group). So \n is a synonym for \gn,but doesn't support the extension Syntax for the latter.

Notepad++的正则表达式的语法

不过后来也找到了其他更专业和全面的解释：[11]

\digit

Backreference:

\1 matches an additional occurence of a text matched by an earlier part of the regex. Example: This regular expression: ([Cc][Aa][Ss][Ee]).*\1 would match a line such as Case matches Case but not Case doesn't match cASE. A regex can have multiple subgroups,so \2,\3,etc can be used to match others (numbers advance left to right with the opening parenthesis of the group). So \n is a synonym for \gn,but doesn't support the extension Syntax for the latter.

	注意
之前就知道Notepad++底层是使用SciTE的库的，也顺便找到了SciTE的关于正则表达式的解释[12] 不过其中关于backreference的解释很不清楚。

注意

之前就知道Notepad++底层是使用SciTE的库的，也顺便找到了SciTE的关于正则表达式的解释[12]

不过其中关于backreference的解释很不清楚。

最后写出正确的语法：

查找目标 :

images/env_var/win/(\w+)\.jpg

替换为(P):

images/env_var/win/\1\.png

可以成功替换为：

<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/right_click_then_property.png" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/right_click_then_property.png" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>
......
<informalfigure>
    <mediaobject>
        <imageobject role="html"><imagedata fileref="images/env_var/win/advance_enviroment.png" align="left" scalefit="0" width="100%"/></imageobject>
        <imageobject role="fo"><imagedata fileref="images/env_var/win/advance_enviroment.png" align="center" scalefit="1" width="100%"/></imageobject>
    </mediaobject>
</informalfigure>

如此，如果有类似需要，想要实现批量的，非规则性的替换，就可以好好利用Notepad++中的正则表达式去替换了。

例3.3.Notepad++正则表达式替换举例2：一次性替换多个路径

又比如，由于我把很多jpg，png等类型的图片，从images文件夹移动到了images下面的npp文件夹下了，

所以需要把一个文件中所有的：

images/xxx.yyy

其中xxx为文件名（此处文件名全部都是只包含字母和下划线），yyy=jpg或png，都替换为

images/npp/xxx.yyy

此时，就可以写成：

images/(\w+)\.(\w{3})

images/npp/\1\.\2

此处提示我成功替换了58处：

相比之下，如果手动去改这58个地方，那真的是累死了不说，还容易由于手误而出错，效率太低。

通过正则表达式去替换，则是高效，又准确。

例3.4.Notepad++正则表达式替换举例3：一次性替换多个listitem为sect4

又比如，在docbook中，想要把原先的listitem部分的内容，都替换为sect4:

并且也注意到，其中除了上层的listitem，其内部还有一些特殊的子listitem：

需要在替换的时候，考虑到此点，不要将子listitem也替换掉了。

然后就是去想办法，写对应的正则表达式。

此时，注意到每个要替换的listitem的标题部分之后，是有回车和换行的，所以参考第3.10节 “Notepad++支持显示回车符，换行符，TAB键，行首，行尾等特殊字符”去"显示所有字符"：

这样就清楚，到底包含哪些字符，方便我们接下来去写正则表达式了。

经过折腾，用如下的正则表达式：

<listitem>(.+?)\r\n(.+?)\r\n\s+</listitem>\r\n

<sect4 xml:id="npp_"><title>\1</title>\r\n\2\r\n        </sect4>\r\n

将原先内容：

替换为：

可以看到，成功替换了10个。

对应的，也可以看到，对于那些特殊的子listitem来说，也没有被替换掉：

如此，就可以避免了手动的去一点点的修改了。

例3.5.Notepad++正则表达式替换举例4：给每一行都添加AddIcon的前缀

需要把每一行中的文件类型的图片名，替换成加上前缀和后缀。

然后就可以去写正则表达式了：

(\w+)\.png\s+\r\n

AddIcon http://www\.crifan\.com/files/res/apache/icons/20x22/\1\.png \.\1\r\n

就可以从：

替换为：

所以，如果能利用到此种功能，还是可以很大地提高工作效率的。

例3.6.Notepad++正则表达式替换举例5：给book的标题和地址添加 HTML代码

又比如，对于原先是这样的代码：

即，有很多组，每组分别是标题和地址。

而想要做的事情是，把对应的标题和地址，以及其中缩写，都提取出来，并且添加相关的HTML代码。

最后经过参考：[11]

而写出了相应的正则表达式：

(?<bookTitle>.+?)\r\n(?<wholeUrl>http://www\.crifan\.com/files/doc/docbook/(?<bookAbbrv>\w+)/release/html/(?&bookAbbrv)\.html)

<tr><td><a href="$+{wholeUrl}">$+{bookTitle}</a></td><td><a href="http://www.crifan.com/bbs/categories/$+{bookAbbrv}">$+{bookTitle}</td></tr>

然后就可以成功实现28处的替换，替换出来的效果为：

替换后的HTML代码，再添加上相应的HTML代码：头部的：

<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr><td><strong>单个Book</strong></td><td><strong>对应的讨论区</strong></td></tr>

和尾部的：

</tbody>
</table>

最终就可以实现需要显示出来的完整的表格信息了：

则又一次地，极大地提高了工作效率。否则要一个个的复制和粘贴，累死了不说，也还容易出错。

例3.7.Notepad++正则表达式替换举例6：查找单个的CR或LF

后来一次，遇到一个需求是：对于单个文件中，查找所谓的不一致的换行符

去看了一下当前文件中，正常都是Windows类型的回车换行，CRLF

想要找到哪里出现了单个的CR或LF

而由于文件有很多行，里面有N个CRLF，而要一眼看出哪里有单个的CR或LF，很困难，或者说不可能，所以只能靠正则表达式去搜索寻找了

然后最终使用正则表达式是：

\r(?!\n)|(?<!\r)\n

然后找到了对应的2处，单个的CR或者LF：

此处，顺便简单解释一下此处的正则表达式的含义：

具体的语法，还是去参考这个最全的语法：[11]
关于CR LF不清楚的，还是先去看：[13]
此处的
```
\r(?!\n)|(?<!\r)\n
```
是xxx|yyy的格式，表示匹配xxx或yyy
其中xxx是
```
\r(?!\n)
```
，yyy是
```
(?<!\r)\n
```
其中\r和\n，分别表示回车CR，换行LF
而
```
\r(?!\n)
```
用于匹配一个\r，但是后面不是\n
而
```
(?<!\r)\n
```
用于匹配一个\n，但是前面不是\r

例3.8.Notepad++正则表达式替换举例7：去除href链接

遇到一个问题是，想要把一个表格中的内容，粘贴到WLW中，结果由于其中N个内容，都包含了对应的链接，想要把链接去掉。

所以就去切换到源码模式，然后把HTML代码拷贝出来，然后用Notepad++去替换

所用正则是：

<p><a href="http://.+?/gpu\.PHP.+?">(<b>.+?</b>)</a></p>

<p>\1</p>

替换前是：

替换后，变成这样的：

效率不是一般的高。

例3.9.Notepad++正则表达式替换举例8：把标题和地址转换为link格式

遇到一个问题是，想要把对应的，帖子的标题和地址，变成docbook中的link格式，一般拷贝到Docbook的xml中直接使用，就省的自己一点点复制粘贴和修改了。

所用Notepad++的正则替换的如下：

([\S ]+)\s+(http://www\.crifan\.com/\w+)

<para><link xl:href="\2">\1</link></para>

替换前是：

替换后，变成这样的：

Notepad++的正则表达式替换和替换

3.4.Notepad++的正则表达式替换和替换

猜你在找的正则表达式相关文章