正则表达式拆分文本

Posted 2023-02-21

【中文标题】正则表达式拆分文本

【英文标题】：Regular Expression to Split Text

【发布时间】：2022-01-17 07:56:36

【问题描述】：

我正在尝试将文本（国际象棋符号）拆分为每个移动的单独行。如果是白方移动，则移动是移动编号 (1.) 和移动 (e4)，如果是黑移动，移动是移动 (c5)。 这是我的例子：

1. e4 c5 2. Nf3 d6 3. d4 cxd4 4. Nxd4 
Nf6 5. Nc3 a6 6. h3 e5 7. Nde2 h5 8.
g3 Be6

这是我正在寻找的输出：

1. e4
c5
2. Nf3
d6
3. d4
cxd4
4. Nxd4
Nf6
5. Nc3
a6
6. h3
 e5
7. Nde2
h5 
8. g3
Be6

我在找到与第一部分匹配的模式方面取得了一些进展，但我不确定如何进行实际拆分。在极少数情况下，我的模式的一部分在一行中，其余部分在下一行中，例如8.[此处换行]g3 而不是 8。 g3 我会匹配。

[0-9]+\.\s?[A-Za-z0-9]+

这匹配移动编号、点、空格和实际移动。但后来我想替换下一个空格而不是实际的字符串。对于黑棋我正在尝试这个

[^0-9][^.][A-Za-z0-9]+

但它一直匹配 。 e4（白棋步），而不仅仅是像c5那样的黑棋步法。

【问题讨论】：

我只是想如果它不在移动编号和移动之间，我实际上想要替换一个空格。我可以将 Replace: (?

【参考方案1】：

看起来带点的数字后面总是有两个“单词”。捕获它们并根据需要重新格式化匹配：

查找内容：(\d+\.)\s+(\w+)\s+(\w+)\s*替换为：$1 $2\n$3\n

详情：

(\d+\.) - 第 1 组 ($1)：一个或多个数字和一个 . \s+ - 一个或多个空格 (\w+) - 第 2 组 ($2)：一个或多个单词字符 \s+ - 一个或多个空格 (\w+) - 第 3 组 ($3)：一个或多个单词字符 \s* - 零个或多个空格

查看演示截图：

【参考方案2】：

我通常使用这个正则表达式代码来设置它。

查找：.(\d+\.)(?=[\w]*) ?\n? 全部替换：\n$1

查看下面附件中的结果