利用正则表达式进行中文排版的实例教程
前言
〇、常见匹配类
一、段落排版类
1、非段落换行排版（要求段落之间空一行）
2、插入空行
3、删除空行
4、行首批量添加（替换项为2个空格时可实现首行缩进）
5、行尾批量添加
6、半角引号替换为全角引号
7、半角单引号替换全角
8、固定宽度加硬回车（下例为宽度50）
二、删除特定字符串类
1、删除行前空格
2、删除行尾空格
3、删除包含指定关键字的行
4、删除以指定关键字开头的行
5、删除HTML注释
6、删除HTML标签
7、删除HTML标签内的全部
三、中文汉字处理类
1、中文和英文之间加空格
2、英文和中文之间加空格
3、中文和数字之间加空格
4、数字和中文之间加空格
5、上述替换整合
6、删除硬回车
四、章节处理类
1、序号变为章节
2、章节之间加换行
3、章节样式替换
五、巧妙利用正则表达式排版
总结
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。
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
到此这篇关于利用正则表达式进行中文排版的文章就介绍到这了,更多相关正则表达式中文排版内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！