正则表达式中文排版

前言

中文排版是字处理的一个基本功能，目前有些文字排版软件，例如“排版助手”等等，可以完成一些通用的中文排版功能，但是对于一些复杂的个性化排版功能就无法实现，实际上，我们通过在一些常用的支持正则的代码编辑软件里，使用正则表达式，就可以完成很多复杂的排版功能，下面将举一些常用的例子。

代码编辑软件可使用Notepad++或Editplus，两者的正则表达式对于换行有一点点差别，一个用\r\n，另一个用\n。下面以Editplus为例，讲述一下操作方法，先用Editplus打开一个中文文件，然后点“替换”，点击“使用正则表达式”，然后在“查找项”和“替换项”里输入以下字符串，即可实现特定的排版功能。

此外，在“替换”界面中点“常用项”，可以把经常使用的规则保存为功能列表，这样，使用某个功能的时候，直接调用即可获取相关代码。

〇、常见匹配类

匹配中文字符的正则表达式：[\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

匹配特殊字符 ：((?=[\x21-\x7e]+)[^A-Za-z0-9])

匹配所有的半角空白字符：[ \f\r\t\n]

匹配隐藏字符：[\u0000-\u001F]

一、段落排版类

1、非段落换行排版（要求段落之间空一行）

查找项：([^\n])\n

替换项：\1

2、插入空行

查找项：\n

替换项：\n\n

3、删除空行

查找项：^\s*\n

替换项：空

4、行首批量添加（替换项为2个空格时可实现首行缩进）

查找项：^

替换项：我是行首aaa

5、行尾批量添加

查找项：\n

替换项：bbb我是行尾\n

6、半角引号替换为全角引号

查找项：\"([^\"\']*)\"

替换项：“\1”

7、半角单引号替换全角

查找项：\'([^\"\']*)\'

替换项：‘\1’

8、固定宽度加硬回车（下例为宽度50）

查找项：(.{1,50})

替换项：\1\n

二、删除特定字符串类

1、删除行前空格

查找项：^[　\s]*

替换项：空

2、删除行尾空格

查找项：[　\s]*$

替换项：空

3、删除包含指定关键字的行

查找项：^.*(指定关键字).*$

替换项：空

4、删除以指定关键字开头的行

查找项：^(指定关键字)[^\n]+\n

替换项：空

5、删除HTML注释

查找项：<!--(.*?)-->

替换项：空

6、删除HTML标签

查找项：<[^>]+>

替换项：空

7、删除HTML标签内的全部

查找项：<(.*)>.*<\/\1>|<(.*) \/>

替换项：空

三、中文汉字处理类

1、中文和英文之间加空格

查找项：([\u4e00-\u9fa5]+)([A-Za-z]+)

替换项：\1 \2

2、英文和中文之间加空格

查找项：([A-Za-z]+)([\u4e00-\u9fa5]+)

替换项：\1 \2

3、中文和数字之间加空格

查找项：([\u4e00-\u9fa5]+)([0-9]+)

替换项：\1 \2

4、数字和中文之间加空格

查找项：([0-9]+)([\u4e00-\u9fa5]+)

替换项：\1 \2

5、上述替换整合

查找项：([\u4e00-\u9fa5]+)([A-Za-z]+)|([A-Za-z]+)([\u4e00-\u9fa5]+)|([0-9]+)([\u4e00-\u9fa5]+)|([\u4e00-\u9fa5]+)([0-9]+)

6、删除硬回车

查找项：([0-9]+)([\u4e00-\u9fa5]+)

替换项：\1 \2

四、章节处理类

1、序号变为章节

查找项：\n([\u4e00-\u9fa5]{1,2})\n

替换项：\n第\1章\n

2、章节之间加换行

查找项：第(.*)章

替换项：\n第\1章

3、章节样式替换

查找项：<p>(第.{1,5}章.*)</p>

替换项：<h1>\1</h1>

五、巧妙利用正则表达式排版

中文和英文之间加空格

([\u4e00-\u9fa5]+)([A-Za-z]+)

然后使用

$1 $2

中文和数字之间加空格

([0-9]+)([\u4e00-\u9fa5]+)

然后使用

$1 $2

一下替换

([\u4e00-\u9fa5]+)([A-Za-z]+)|([A-Za-z]+)([\u4e00-\u9fa5]+)|([0-9]+)([\u4e00-\u9fa5]+)|([\u4e00-\u9fa5]+)([0-9]+)

总结