匹配特定标签之间的字符串并转换为维基链接答案

【问题标题】：Match strings between specific tags and convert to wikilinks匹配特定标签之间的字符串并转换为维基链接
【发布时间】：2019-09-25 08:33:36
【问题描述】：

这个问题与我在这里问的另一个问题相似：Match strings between delimiting characters 但我无法修改以执行新任务。（解决方案应该使用 EmEditor 或 Notepad++）

我需要匹配特定标签之间的文本，即I have a lot of text, more text, some more text, text 然后

在开始标记后将第一个字符转换为小写（代词“I”除外）
将逗号之间的内容转换为维基链接（并消除标签）。

我尝试运行多个正则表达式以通过多个步骤来接近这一点，即

(<b class="b2">)(.)
[[\L\2

</b>
]]

(\[\[)(\w+), (\w+)(\]\])
\1\2]], [[\3\4

输入文字：

Any text <b class="b2">I make laugh</b>: Ar. and P. γέλωτα. Some more text <b class="b2">Delight</b>: P. and V. [[τέρπω]].
Any text <b class="b2">I amuse oneself, pass the time</b>: P. διάγειν.
Any text <b class="b2">It amuses oneself with, pass the time over, amuse</b>: Ar. and P.

预期输出：

Any text [[I make laugh]]: Ar. and P. γέλωτα. Some more text [[delight]]: P. and V. [[τέρπω]].
Any text [[I amuse oneself]], [[pass the time]]: P. διάγειν.
Any text [[it amuses oneself with]], [[pass the time over]], [[amuse]]: Ar. and P.

【问题讨论】：

(with the exception of the letter "I") - 实际上，它是代词I。你已经举了一个It的例子-> it
这是正确的，谢谢。

标签： regex notepad++ pcre emeditor

【解决方案1】：

这是一步解决方案：

Ctrl+H
查找内容：(?:|\G(, (?=.*)))(I )?([^,<]+)(?:)?
替换为：$1[[$2\l$3]]
检查环绕
检查正则表达式
取消选中. matches newline
全部替换

说明：

(?:                 # non capture group
    <b class="b2">  # literally
  |                 # OR
    \G              # restart from last match position
    (               # group 1, a comma and a space
      ,             # a comma and a space
    (?=.*</b>)      # positive look ahead, make sure we have a closing tag after
    )               # end group 1
)                   # end group
(I )?               # group 2, UPPER I and a space, optional
([^,<]+)            # group 3, 1 or more any character that is not comma or less than
(?:</b>)?           # optional end tag

替换：

$1          # content og group 1 (i.e. comma & space)
[[          # double openning square bracket
$2          # content of group 2, (i.e. "I ")
\l$3        # lowercase the first letter of group 3 (i.e. all character until comma or end tag)
]]          # double closing square bracket

给定示例的结果：

Any text [[I make laugh]]: Ar. and P. γέλωτα. Some more text [[delight]]: P. and V. [[τέρπω]].
Any text [[I amuse oneself]], [[pass the time]]: P. διάγειν.
Any text [[it amuses oneself with]], [[pass the time over]], [[amuse]]: Ar. and P.
[[be at ease]], v.: P. and V. ἡσυχάζειν, V. ἡσύχως ἔχειν.

屏幕截图：

【讨论】：

完美解决方案！
哎呀，好像是在标签之外抓取文字，比如变成这样：Be at ease, v.: P. and V. ἡσυχάζειν, V. ἡσύχως ἔχειν.变成[[be at ease]], [[v.: p. and v. ἡσυχάζειν]], [[v. ἡσύχως ἔχειν.
@greektranslator：已修复，请参阅我的编辑，只需在第 1 组末尾添加 (?=.*)：(, (?=.*))
谢谢，又一个类似的案例。这：unknown, τινί Od.2.175; unheard of, forgotten, Mimn 5.7 以 [[unknown]], [[τινί ]]Od.2.175; [[unheard of]], [[forgotten]], [[mimn ]]5.7 出现所以“τινί”和“mimn”不应该受到影响，但它们确实是。
这有点复杂，将\G(, (?=.*)) 更改为\G(, (?=(?:(?!))，它适用于给定的示例。如果您有其他测试用例，请更新您的问题并添加所有测试用例。很难在评论中看到它们。请注意，正则表达式将变得不可读，您可以查看 HTML 解析器。

【解决方案2】：

你应该分几个步骤来做。

替换

<b class="b2">([^<]*)</b>

与

[[\1]]

将标签转换为维基链接。

替换

(\[\[[^,\[\]]*?)(\s*),(\s*)

与

\1]], [[

将文本标记为维基链接。但是，它可能需要运行多次才能替换所有逗号。见here。

替换

\[\[([A-Z])

与

[[\l\1

确保在 NPPP 中选择“匹配大小写”。

这会将[[ 之后的所有大写字母转换为小写。

替换

\[\[i(\s)

与

[[I\1

转换以恢复大写开头的代词。

【讨论】：

重点是还有其他包含逗号等的文本我不想修改。
谢谢，看起来好多了，只是第二步在[[之后添加了一个空格，即[[ pass the time]]
在示例中，源文本在逗号后没有空格，即[[scsdfs,asdasda]]。刚刚在 EmEditor 和 Notepad++ 中测试过一样的结果，我仔细复制了文字。
很好，这已经解决了，尽管[[ 之后的第一个字母在某些情况下不是小写的。例如这两个字符串：Delight: P. and V. [[τέρπω|τέρπειν]]. 和 Amuse oneself, pass the time: P. διάγειν, Ar. and P. διατρίβειν. 它变成：[[Delight]]: P. and V. [[τέρπω|τέρπειν]]. 和 [[Amuse oneself]], [[pass the time]]: P. διάγειν, Ar. and P. διατρίβειν.
并且不应该在后期后期处理阶段更改为小写，因为[[之后还有其他文本（不在标签<b class="b2"中）应该保持不变。