SCI中第一作者或通讯作者统计//在UltraEdit的查找和替换中使用正则表达式

为完成SCI中找出本校第一作者或通讯作者数据,第一次使用UltraEdit软件。使用正则表达式,替换方式,配合excel,效率提高。数据-工具-方法,真是太关键。
将SCI结果导出为“制表符分隔格式”文件,然后使用正则表达式替换,然后excel排序,极快处理完。
使用了[.*?].*?(.*?),

今天,在网上搜索,转正则表达式语法如下,备忘。
原文网址:http://baizheng.iteye.com/blog/37637

语法集合一:
符号 功能
% 匹配行的开始 – 显示搜索字符串必须在行的开始,但是在所选择的结果字符串中不包括任何行终止字符。
$ 匹配行尾 – 显示搜索字符串必须在行尾,但是在所选择的结果字符串中不包括任何行终止字符。
? 除了换行符以外匹配任何单个的字符
* 除了换行符匹配任何数量的字符和数字
+ 前一字符匹配一个或多个,但至少要出现一个
++ 前一字符匹配零个或多个,但至少要出现一个
^b 匹配一个分页
^p 匹配一个换行符(CR/LF)(段)(DOS文件)
^r 匹配一个换行符(CR 仅仅)(段)(MAC 文件)
^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件 )
^t 匹配一个标签字符TAB
[] 匹配任何单个的字符,或在方括号中的范围
^{A^}^{ B^} 匹配表达式A或 B
^ 重载其后的正规表达式字符
^(^) 括或标注为用于替换命令的表达式。

一个正则表达式最多可以有9个标注表达式, 按正规表达式的需要而定。
相应的替换表达式是 ^x , 替换范围x是1-9。例如:
If ^(h*o^) ^(f*s^) matches “hello folks”,
^2 ^1 would replace it with “folks hello”.
(hello folks 将被替换成 folks hello。)
注: ^ 是实际字符 ^不是Ctl + 键值。
例如:
m?n 匹配 “man”,”men”,”min” 但不匹配 “moon”.
t*t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea
time” (newline between “tea ” and “time”).
Te+st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。
[aeiou] 匹配每个小写元音。
[,.?] 匹配一文字的 “,”,”.”或 “?”。
[0-9, a-z] 匹配任何数位,或小写字母。
[~0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)
你按如下方式可以查找一个表达式A或 B :
“^{John^}^{Tom^}”
这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。
你可以在同一搜索中按如下方式组合A or B and C or D:
“^{John^}^{Tom^}^{Smith^}^{Jones^}”
这将在John or Tom 后面找 Smith or Jones。

语法二:”Unix”句法类型的正则表达式
符号 功能
标记下一个字符作为一个特殊的字符。
“n” 匹配字符”n”。”n” 一个换行符或换行符字符。
^ 匹配/定位行的开始。
$ 匹配/定位行的尾。
* 匹配前面的字符零次或多次。
+ 匹配前面的字符一次或多次。
. 匹配除了一个换行符字符匹配任何单个的字符。
(expression)标注用于替换命令的表达式。一个正则表达式根据需要,最多可以有9个标注表达式。相应的代替表达式是 x , x的范围是 1-9 。
例如:
If (h.*o) (f.*s) matches “hello folks”,
2 1 would replace it with “folks hello”.
(hello folks 将被替换成 folks hello。)
[xyz] 一个字符集。匹配在方括号之间的任何字符。
[^xyz] 一个否定的字符集。不匹配在方括号之间的任何字符。
d 匹配一个数字字符。等价于[0-9]。
D 匹配一个非数字字符。等价于[^0-9]。
f 匹配一个换页字符。
n 匹配一个换行字符。
r 匹配一个回车符字符。
s 匹配任何空白的空格, 标签, 换页, 包括空格等等,但不匹配换行符。
S 匹配任何非空白的字符,但不匹配换行符。
t 匹配一个标签TAB字符。
v 匹配一个垂直的标签字符。
w 匹配任何词语字符包括下划线。
W 匹配任何非词语字符字符。
注: ^ 是实际字符 ^不是Ctl + 键值。
例如:
m.n 匹配 “man”,”men”,”min” 但不匹配 “moon”.
t+t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea
time” (newline between “tea ” and “time”).
Te*st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。
[aeiou] 匹配每个小写元音。
[,.?] 匹配一文字的 “,”,”.”或 “?”。
[0-9,a-z] 匹配任何数位,或小写字母。
[^0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)
你按如下方式可以查找一个表达式A或 B :
“(John)|(Tom)”
这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。
你可以在同一搜索中按如下方式组合A or B and C or D:
“(John|Tom) (Smith|Jones)”
这将在John or Tom 后面找 Smith or Jones。
另外:
p 匹配 CR/LF ( 作为 rn 的一样 ) 作为DOS行结束符匹配

如果查找/替换功能中正则表达式没有选用,则替换字段中下列字符也是有效的:
符号 功能
^^ 匹配一个 “^” 字符
^s 替换为被选择 ( 加亮 ) 活跃的文件窗口的文章。
^c 替换为剪贴板的内容
^b 匹配一个页裂缝
^p 匹配一个换行符 ( CR/LF )( 段 )( DOS 文件)
^r 匹配一个换行符 ( CR 仅仅 )( 段 )( MAC 文件)
^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件)
^t 匹配一个标签TAB字符

下面是我要实现的一段代码查询替换的举例
我想把一个.lrc文件中的汉字去掉:
[ti:046]
[ar:Book I]
[al:english900]
[la:zh]
[by:]
[00:00.00][4] Identifying objects.辨别物品
[00:00.00]
[00:00.01]What are these? 这些是什么?
[00:01.93]Those are books. 那些是书。
[00:03.87]Where are the books? 那些书在哪儿?
[00:06.13]There they are. 在那儿。
[00:08.68]These are my pencils. 这些是我的铅笔。
[00:12.00]Where are your pens? 你的那些钢笔在哪儿?
[00:14.85]They’re over there. 在那里。
[00:17.48]Are these your pens? 这些是你的钢笔吗?
[00:20.04]Yes,they are. 是我的。
[00:22.63]Those are mine. 那些是我的。
[00:25.39]These are your books,aren’t they? 这些书是你的,对不对?
[00:28.35]No,they aren’t. 不,不是。
[00:31.07]They’re not mine. 不是我的。
[00:33.39]These are mine,and those are yours. 这些是我的,而那些是你的。
[00:35.57]Those aren’t your pens,are they? 那些钢笔不是你的,对吧?
[00:36.38]
点”搜索”->”替换”,选中”正则表达式”
查找:^([/./?]^) ?++$
替换为:^1
点“全部替换”,完成。
大家可以在今后的编码中尝试一下Ultraedit的正则表达式查找替换功能,非常简单快捷

此条目发表在MS很八卦#MS很闷骚分类目录,贴了, , , , 标签。将固定链接加入收藏夹。

发表评论

电子邮件地址不会被公开。 必填项已用*标注


*