两个正则表达式合并_正则表达式快速处理微信聊天记录

最新推荐文章于 2021-02-27 02:29:24 发布
最新推荐文章于 2021-02-27 02:29:24 发布
阅读量623 收藏
点赞数
文章标签： 两个正则表达式合并 昵称 正则表达式

杀鸡要用牛刀

沛哥最近出差比较忙，积累了很多聊天记录没有处理，一下子处理这么多聊天记录，不是沛哥这种懒人的风格。于是乎开始继续雕琢沛哥的工具。

2471a24e73cecc7a8cc53ca293de5d8d.png

第一步，通过多选→邮件发送到印象笔记专属邮箱→批量保存的操作，我们已经get到了。

第二步，要对文本内容进行加工汇总。通过印象笔记保存之后，复制内容到Word中。我们观察一下，大部分内容是井底望天作为发言人产生的。因此很多内容是连续在一起的。需要把连续发言的部分，去掉昵称合并成为一个发言人。也就是把多个分散的段落整合为一个发言段落。减少中间的冗余字符串，提升阅读效率。

识别文本特征

d0e34e2ebdfd51fb75ff8c040d863fb7.png

祭上神器：正则表达式

首先识别文本特征，对应的处理方式，首先识别发言人昵称：井底望天+空格+小时+分钟，对应的替换逻辑为 井底望天 ([0-9]{2}):([0-9]{2}) 替换内容为空。

045a1d62272d2a5825c5f2df8373417b.png

替换后的效果如下

34f8c085b923da9afb9ccb4d4410eacf.png

可以看到替换后有很多空行出现。原因是替换的内容中，没有换行符。 我们加入一下换行符试一试，看看能不能直接把文本和多余的换行符一起替换掉，第一次，先不勾选使用通配符

8905e3e91a46f3f1e6d432863d950c0a.png

勾选使用通配符，word提示，这个换行符在通配符中无法查找。

2ae785f35d8ddbb1e75471a5be898cb9.png

退而求其次， 而且为了后面的处理考虑，经过测试，把这部分井底望天 ([0-9]{2}):([0-9]{2}) 内容替换为$，也就是美元符号$

c2339c78243bffa9b570defea77ba05d.png

然后开始录制下一段宏。

第二段批处理

替换完之后，我们还需要在把首行的$替换为发言人昵称：井底望天：并且进行加粗 然后中间的美元符号，换行符替换。我们识别一下规律，调整为两个换行符中间一个美元符号$。 这个宏就录到这里，因为中间需要一些手动处理的段落。 然后把每一个环节的$美元符号前面的换行符删除掉，这样^p$^p替换命令在替换的时候就无法匹配前面的换行符^p，而留下美元符号$。留下的美元符号，是作为段首的标记留作后面的处理。 这样只需要在每个段首的美元符号手动做一个删除换行符的操作即可，留下美元符号$。

第一步：把^p$^p替换为$，

df828b63ab4ce5fe0d389581f712e505.png

替换完之后的效果

ed14bc2b86daefef021dc0c9040f03eb.png

第二步：把手动处理后的段首美元符号$,替换为发言人昵称：井底望天：替换的时候需要在昵称前面加两个换行符。另外需要按下ctrl+B对替换后的昵称逆行加粗处理。

1dc904eba26fe6761532e257ac5a62df.png

井底望天作为发言人的部分处理完了。还有其他群友发言的部分，需要在昵称前面加换行符处理。需要在文本中每个昵称的前面加一个换行符，单独起一行。

cef58a210fc38416ba977bd5068991da.png

我们识别一下这个部分的特征，一个加粗的昵称，空格，小时，分钟这种结构。正则表达式的写法 () ([0-9]{2}):([0-9]{2})替换为^p12:3 观察文本结构的特征，每个昵称后面都有一个时间格式，时间格式通过([0-9]{2}):([0-9]{2})来进行匹配，很容易做到。 但是前面的昵称有的有汉字，有的有英文，而且长度不等，还有汉字英文的混杂。沛哥尝试过用汉字进行匹配，用汉字加英文的表达式进行匹配。[一-龥_a-zA-Z0-9]效果都不尽如人意。 看了很多资料，最后想到，不区分汉字还是英文，看作一个字符串，做模糊识别。于是用()匹配，效果非常赞。 注意后面要有空格。 替换对象说明 首先是()和([0-9]{2})和([0-9]{2})，三个括号，分别代表三个字符组。而1和2和3分别对应这三个字符组。我们的需求是在字符组的整体前面加上一个换行。换行通过^p作为换行符来实现。 至于2和3之间的分号“:”不在括号内，需要保留处理，08:34处理后会得到0834这样的结果，就失去了一个完整的时间格式。 下午测试的过程中，又出现了一些问题，沛哥调整了一下正则表达式的写法，降低了一下复杂度。把多个表达式合并在一起了。具体的就是去掉中间的括号( [0-9]{2}:[0-9]{2}) 如果直接替换，会得到的效果如下。并不是我们想要的结果，本意是想在昵称前面加换行符，结果匹配的内容很多并不是。

731d3b2ef1297f538602aa0b1c00ce80.png

我们来看一下匹配过程。

69c3cf55ca1f8824bb0a0273b57eab70.png
1be740b58bac2f27d4668a06df05cda2.png

因为好用，但是也容易产生错误匹配，因此需要一些限制。

b405670267c1afd6e982a66fecf573ae.png

我们观察到所有的昵称都是加粗的。鼠标光标放到查找内容这里，按下Crl+B，对匹配格式做了限制 再次点击全部替换，得到的结果就是我们想要的结果了。只匹配加粗的文本。防止对其他文本的错误匹配。

5a9f0a30690c417e9b556b229661ef1b.png
377beb563c21ad4e2e4870be296b9be3.png

两次宏处理后的效果

7517ea64c895e7867506a1474dd4205f.png

两次宏处理后德效果

简化后的正则表达式只适合处理在这个字符组的开头或者结尾做批量处理，无法在字符的中间做处理，如果需要在中间做处理的话，还是分解成多个串联的字符组比较好处理。 事实证明，对于文本特征的了解和分析是多么重要。 貌似掌握一个技能和灵活应用，get到其中的精髓，没有捷径，通过笨办法反反复复的练习，尝试。 杀鸡要用牛刀，而牛刀需要反反复复的打磨。 通过具体的任务驱动，沛哥对于正则表达式的掌握又精进了一个层次。

最后附上完整的宏处理的代码

Sub 井底望天聊天记录整理第一段()

'

' 聊天记录整理 宏

'

'

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "Dear:^p"

.Replacement.Text = ""

.Forward = True

.Wrap = wdFindContinue

.Format = False

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchWildcards = False

.MatchSoundsLike = False

.MatchAllWordForms = False

End With

Selection.Find.Execute Replace:=wdReplaceAll

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "SWTC区块链15群 微信群上的聊天记录如下，请查收。"

.Replacement.Text = "整理自【SWTC区块链15群 微信群上的聊天记录】"

.Forward = True

.Wrap = wdFindContinue

.Format = False

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchWildcards = False

.MatchSoundsLike = False

.MatchAllWordForms = False

End With

Selection.Find.Execute Replace:=wdReplaceAll

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "SWTC区块链15群 微信群上的聊天记录如下，请查收。"

.Replacement.Text = "整理自【SWTC区块链15群 微信群上的聊天记录】"

.Forward = True

.Wrap = wdFindContinue

.Format = False

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchWildcards = False

.MatchSoundsLike = False

.MatchAllWordForms = False

End With

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "井底望天 ([0-9]{2}):([0-9]{2})"

.Replacement.Text = "$"

.Forward = True

.Wrap = wdFindContinue

.Format = False

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchAllWordForms = False

.MatchSoundsLike = False

.MatchWildcards = True

End With

Selection.Find.Execute Replace:=wdReplaceAll

End Sub

Sub 井底望天聊天记录整理第二段()

'

' 聊天记录整理2 宏

'

'

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "^p$^p"

.Replacement.Text = "。"

.Forward = True

.Wrap = wdFindContinue

.Format = False

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchWildcards = False

.MatchSoundsLike = False

.MatchAllWordForms = False

End With

Selection.Find.Execute Replace:=wdReplaceAll

Selection.Find.ClearFormatting

Selection.Find.Replacement.ClearFormatting

Selection.Find.Replacement.Font.Bold = True

With Selection.Find

.Text = "$"

.Replacement.Text = "^p^p井底望天："

.Forward = True

.Wrap = wdFindContinue

.Format = True

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchWildcards = False

.MatchSoundsLike = False

.MatchAllWordForms = False

End With

Selection.Find.Execute Replace:=wdReplaceAll

Selection.Find.ClearFormatting

Selection.Find.Font.Bold = True

Selection.Find.Replacement.ClearFormatting

With Selection.Find

.Text = "( [0-9]{2}:[0-9]{2})"

.Replacement.Text = "^p1"

.Forward = True

.Wrap = wdFindContinue

.Format = True

.MatchCase = False

.MatchWholeWord = False

.MatchByte = False

.MatchAllWordForms = False

.MatchSoundsLike = False

.MatchWildcards = True

End With

Selection.Find.Execute Replace:=wdReplaceAll

End Sub

weixin_39877166
关注
2024年Unity 面试题 |五萬字 二佰道| Unity面试题大全，面试题总结【全网最全，收藏一篇足够面试】
努力前行，总会成为自己心中的那道光
02-23 12万+
正所谓 金三银四 ，又到了找工作的大好时机了，不知道大家有没有意向找一份更好的工作呢~ 之前写了很多Unity的学习和实例文章，但是面试题部分还没有一个系统的整理。 那本篇文章就来整理一下Unity中一些常见的面试题，说不准就会面试的时候就会遇到！ 本篇文章会将Unity所有方面的面试资料都融会贯通，绝对是2022年Unity面试领域最实用的文章啦！
【ChatGPT】实用 Prompt 指令大全 —— 一文教你如何更好地挖掘 GPT 的价值
最新发布
AI天才研究院
04-15 2万+
ChatGPT 是由 OpenAI 开发的一种先进的大型语言生成模型，能够理解和生成准确、自然且连贯的文本。文本生成数据分析内容审核语义理解自然语言推理以及其他众多任务ChatGPT是一种基于GPT-3.5架构的大型语言模型，由OpenAI公司开发。该模型在自然语言处理领域有着广泛的应用，可以用于文本生成、文本分类、情感分析、问答系统等任务。本文将从模型的架构、训练方式、优缺点等方面对ChatGPT进行详细介绍。一、模型架构。
多个正则表达式合并_如果你跟我一样是菜鸟，那应该看看这篇正则表达式图解指南...
weixin_35785186的博客
01-27 3832
这是一篇正则表达式的图解指南，这个指南适合那些从未摆弄过，刚开始想要学习正则表达式，却被吓了个半死的人(像我一样)。对没有受过正规计算机教育的人来说，正则表达式好像是只有最核心的 Unix 程序员才敢接触。但其实不然。一个好的正则表达式看似神奇，但要记住这一点：任何足够先进的技术都跟魔法无异。所以我们不要被它给吓到，这篇文章让我们从最基础的知识开始，了解什么是正则表达式以及它们用于什么？...
两个正则表达式合并_正则表达式匹配url
weixin_39915721的博客
12-03 3293
首先需要确定url的格式，下面随便找两个url：https://www.runoob.com/http/http-tutorial.htmlhttps://cn.bing.com/?ensearch=1https://www.baidu.com/http://124.128.246.22:8090/onsaling/show.shtml?prjno=03248ea9-e951-495c-...
java正则表达式合并_java – 合并两个正则表达式
weixin_36278243的博客
02-27 1741
您可以在多个Regex之间使用Pipe(|)来匹配所有这些： –String s = "name lastname (username) ; name lastname(username) ; name lastname(username) ;";// Matches (?<=\\()[^\\)]+ or ((?<=]+)Pattern pattern = Pattern.comp...
如果你跟我一样是菜鸟，那应该看看这篇正则表达式指南
chuibu1112的博客
08-06 296
这是一篇正则表达式的图解指南，这个指南适合那些从未摆弄过，刚开始想要学习正则表达式，却被吓了个半死的人（像我一样）。对没有受过正规计算机教育的人来说，正则表达式好像是只有最核心的 Unix 程序员才敢接触。 但其实不然。一个好的正则表达式看似神奇，但要记住这一点：任何足够先进的技术都跟魔法无...
多个正则表达式合并_linux正则表达式详解（二） -扩展正则表达式
weixin_35628611的博客
01-27 757
上一章我们主要探讨了通配符和基础正则表达式，这章重点探讨扩展正则表达式的应用。笨办法学linux：linux正则表达式详解（一） -通配符与基本正则表达式​zhuanlan.zhihu.com基本正则表达式包含：^, $, ., [], *扩展正则添加了：(), {}, ?, +, |() 将多个字符组成一个整体实例：？ 匹配前面字符0次或者1次实例：+ 匹配前面字...
php后端面试题实战整合（最全附答案）
向宇
12-09 6907
mysql索引优化三范式存储引擎myisam和innodb锁事务explain查询优化主从复制读写分离 linux命令高并发权限管理RBAC redis和memecache超卖微信支付第三方登录MVC get和post php魔术方法常量 apache和ngiux 错误码 安全验证错误等级错误日志数组递归冒泡排序快速排序composer框架区别安全攻击设计模式tcp/udpsession面向对象多继承 正则swoole设计模式AJAX大流量单点登陆SSO正反向代理负载均衡seo优化加密方式 php8新特性
【C#进阶3-4】C#设计模式
CSDN博客专家，Unity3D高级软件工程师，《Unity 3D从入门到实战》作者。
05-19 6725
一、目录 文章目录一、目录二、设计原则三、创建型模式3.1、单例模式（Singleton Pattern）3.2、工厂方法模式（Factory Pattern）3.3、抽象工厂模式（Abstract Pattern）3.4、建造者模式（Builder Pattern）3.5、原型模式（Prototype Pattern）四、结构性模式4.1、适配器模式（Adapter Pattern）4.2、桥接模式（Bridge Pattern）4.3、装饰者模式（Decorator Pattern）4.4、组合模式（C
webmagic采集CSDN的Java_WebDevelop页面
hepanlaurence的专栏
05-23 1万+
使用webmagic采集博客类的网站示例
regex-combiner:将多个正则表达式合二为一
05-30
正则表达式组合器 将一组正则表达式组合成一个正则表达式。 例子 var regexCombiner = require ( 'regex-combiner' ) ; var combined = regexCombiner ( [ / abc $ / , / abcd + e / , / a. * / , / bar / , 'bad+' // strings are accepted too ] ) ; /* /(a(bc($|d+e)|.*)|ba(r|d+))/ */ combined . test ( 'abcdddde' ) ; // true combined . test ( 'bar' ) ; // true combined . test ( 'baddd' ) ; // true 注意事项 没有旗帜！ 组合区分大小写和不区分大小
正则表达式II 正则表达式
04-08
正则表达式正则表达式正则表达式正则表达式正则表达式正则表达式
正则表达式整合
weixin_41922379的博客
11-15 330
1.验证用户名和密码：（"^[a-zA-Z]\w{5,15}$"）正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位； 2.验证电话号码：（"^(\d{3,4}-)\d{7,8}$"）正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx； 3.验证手机号码："^1[3|4|5|7|8][0-9]{9}$"； 4.验证身份证号（15位）："\d{14}...
多个正则表达式合并_文件合并比对，这款软件全包办！
weixin_34034295的博客
01-27 388
要想对比出一个文件版本之间的不同之处并不是件简单的事情，而当该文件是长长的源代码文件时，这就更加复杂了。下面列出的工具可以帮助你分析和比较文档，必要时还可以进行合并。软件介绍WinMerge是 Windows 电脑上一款简单好用的文件比较合并工具，能够快速的整理各类文件，进行有效的分类，支持自动换行，拥有灵活的编辑功能。使用它可以非常方便地比较多个文档内容甚至是文件夹与文件夹之间的文件差...
两个正则表达式合并_孰能生巧Openrefine正则表达式提取信息
weixin_39877581的博客
12-03 529
“正则表达式是文本处理中的利器，需要不断练习才能熟练掌握，在掌握了语法的基础上还需灵活运用，本文通过具体例子讲解如何在openrefine中运用正则表达式来提取信息。”1.网页中的数据介绍在网页中有F1分站赛的处罚信息，这些信息以条目的形式出现，我们的目的是：在openrefine中，将这些条目数据利用正则表达式提取出来，生成结构化表格，以便于后期的分析。2.新建refine项目，选择...
JAVA里合并多个不相关正则表达式在一起的代码例子
老紫竹的专栏
07-16 8202
事情的来源是，我要得到某个字符串里满足条件的一部分，但这个条件有多个可能性，比如(.+?)之间的我需要(.+?)之间的我也需要(.*?) 这个之间的我也需要当然其它的可以是任何符合我要求的正则表达式，我的需求就是不想用多个正则分别匹配，然后组装，而是希望在一个正则里面实现。当然这几个正则之间肯定是或的关系，只要一段字符串满足任何一个正
正则表达式
sdlcgxcqx的专栏
12-25 819
 // 合并多个空白为一个空白   String.prototype.resetBlank = function()   {       var regEx = //s+/g;       return this.replace(regEx, );         }// 除去左边空白   String.prototype.Ltrim = function()   {       var re
合并查询与正则表达式查询
HELL的博客
03-12 656
合并查询结果是将多个SELECT语句的查询结果合并在一起 进行合并操作使用UNION和UNION ALL 关键字，使用UNION关键字时，数据库系统会将所有的查询结果合并在一起，然后去除相同的记录。而UNION ALL关键字则只是简单的合并在一起。 其语法规则:       SELECT 语句1            UNION | UNION ALL       SELECT 语句2
使用正则表达式regex_replace解析INI文件
要实现这个功能，可以创建一个函数，接收一个包含INI内容的字符串，然后逐行处理，使用正则表达式来解析每一行。对于每个匹配的键值对，将其存储在一个结构体或字典中。 ```cpp void parseIniLine(const std::...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值