论坛首页 → 综合技术论坛 →

推荐：EditPlus+正则表达式，处理中等大小的文本

浏览 25547 次
锁定老帖子 主题：推荐：EditPlus+正则表达式，处理中等大小的文本
精华帖 (1) :: 良好帖 (4) :: 新手帖 (14) :: 隐藏帖 (0)
作者 正文
  • CharlesCui
  • 等级: 一钻会员
  • 性别:
  • 文章: 290
  • 积分: 840
  • 来自: 杭州
   发表时间：2009-07-09   最后修改：2009-07-09
推荐RT，
如果哪个哥们发现了比EditPlus对正则支持的更NB的编辑器（标准正则表达式），请通知我，谢谢啊。支持非标准的正则就不要提了，如UE等。目前的EditPlus支持的正则表达式也不是很完全，比如\s空格就不支持。

为啥要文本中等大小？

太大了正则效率不高，正则表达式的执行是很消耗CPU时间的。
太小了手工改改就OK了，要是你正则不熟练，还要想半天。
文本太大的话我会用Ruby或者JS这种方便执行的脚本语言来做。

我觉得我对正则表达式的使用范围越来越广了，
而且windows下配合Editplus进行文本处理真方便。

本来刚才要写一大段的C代码，不断的重复，超级麻烦，用正则表达式把我要的URL扣出来，
然后直接嵌入进代码片段后，立刻搞定，剩下无数工作量啊。

原始文本： 

 00:00:00.002	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/static/jquery-1.3.2.min.js
 00:00:00.037	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/space/js/util.js
 00:00:00.041	0.001	0	GET	(Cache)	text/css	http://w.alisoft.com/static/reset.css
 00:00:00.043	0.001	0	GET	(Cache)	text/css	http://w.alisoft.com/static/global_back.css
 00:00:00.045	0.001	0	GET	(Cache)	text/css	http://w.alisoft.com/static/index/index.css
 00:00:00.046	0.001	0	GET	(Cache)	text/css	http://w.alisoft.com/static/module/module.css
 00:00:00.048	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/static/module/module.js
 00:00:00.084	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/space/js/CookieUtil.js
 00:00:00.087	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/space/js/feed.js
 00:00:00.000	0.091	0	GET	(Cache)	text/html;charset=UTF-8	http://w.alisoft.com/space/home/homePage.do
 00:00:00.091	0.001	0	GET	(Cache)	application/x-javascript	http://img.im.alisoft.com/webim/js/website.js
 00:00:00.099	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/static/index/index.js
 00:00:00.103	0.001	0	GET	(Cache)	application/javascript	http://w.alisoft.com/static/base.js
 00:00:00.110	0.001	0	GET	(Cache)	text/plain;charset=utf-8	http://w.alisoft.com/space/layout/layout.do
 00:00:00.150	0.002	0	GET	(Cache)	text/plain;charset=utf-8	http://w.alisoft.com/space/friend/loadGroupInfo.do
 00:00:00.209	0.025	3458	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/mission/mission!cmission.do?jsoncallback=jsonp1247116589623&_=1247116589794
 00:00:00.246	0.001	0	GET	(Cache)	application/x-javascript	http://getfirebug.com/releases/lite/1.2/firebug-lite-compressed.js
 00:00:00.207	0.045	13751	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/mood/homeMoodInit.do?jsoncallback=jsonp1247116589622&_=1247116589794
 00:00:00.252	0.002	0	GET	(Cache)	application/x-javascript	http://getfirebug.com/releases/lite/1.2/firebug-lite-compressed.js
 00:00:00.237	0.021	2207	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589624&_=1247116589825
 00:00:00.239	0.031	815	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForNonFriend.do?jsoncallback=jsonp1247116589625&_=1247116589825
 00:00:00.240	0.043	2207	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589626&_=1247116589825
 00:00:00.321	0.031	10410	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/face/face.do?jsoncallback=jsonp1247116589627&_=1247116589903
 00:00:00.216	0.204	510	GET	200	text/html;charset=UTF-8	http://w.alisoft.com/space/home/homePage!homePageMessages.do?token=1247116589794
 00:00:00.287	0.422	19543	GET	200	application/x-javascript	http://getfirebug.com/releases/lite/1.2/firebug-lite-compressed.js?_=1247116589872
 00:00:00.233	0.338	1229	POST	200	text/html;charset=UTF-8	http://w.alisoft.com/space/feed/portal!feedList.do?token=1247116589809
 00:00:00.224	0.618	3178	GET	200	text/html;charset=UTF-8	http://w.alisoft.com/space/friend/homePageFriendWidget.do?token=1247116589794
 00:00:00.871	0.002	492	GET	404	text/html; charset=iso-8859-1	http://amos.im.alisoft.com/mullidstatus.aw?beginnum=1&uids=


看一下啊，所有带Cache的行我都不要，这么做：

Ctrl+H,

正则表达式那里填入： 

.*Cache.*


然后勾选正则表达式，替换，去掉换行符之后是这样： 

00:00:00.209	0.025	3458	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/mission/mission!cmission.do?jsoncallback=jsonp1247116589623&_=1247116589794
 00:00:00.207	0.045	13751	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/mood/homeMoodInit.do?jsoncallback=jsonp1247116589622&_=1247116589794
 00:00:00.237	0.021	2207	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589624&_=1247116589825
 00:00:00.239	0.031	815	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForNonFriend.do?jsoncallback=jsonp1247116589625&_=1247116589825
 00:00:00.240	0.043	2207	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589626&_=1247116589825
 00:00:00.321	0.031	10410	GET	200	text/x-json;charset=UTF-8	http://apps.w.alisoft.com/apps/face/face.do?jsoncallback=jsonp1247116589627&_=1247116589903
 00:00:00.216	0.204	510	GET	200	text/html;charset=UTF-8	http://w.alisoft.com/space/home/homePage!homePageMessages.do?token=1247116589794
 00:00:00.287	0.422	19543	GET	200	application/x-javascript	http://getfirebug.com/releases/lite/1.2/firebug-lite-compressed.js?_=1247116589872
 00:00:00.233	0.338	1229	POST	200	text/html;charset=UTF-8	http://w.alisoft.com/space/feed/portal!feedList.do?token=1247116589809
 00:00:00.224	0.618	3178	GET	200	text/html;charset=UTF-8	http://w.alisoft.com/space/friend/homePageFriendWidget.do?token=1247116589794
 00:00:00.871	0.002	492	GET	404	text/html; charset=iso-8859-1	http://amos.im.alisoft.com/mullidstatus.aw?beginnum=1&uids=


然后我要把里面所有http://的URL填入web_url("\2","URL=\1",LAST)之后，
\2是名字，我用每个请求最后的处理方法名代替，它位于url中的最后一个/之后，？之前。
\1是URL，带参数，http://开始到该行的结尾。

这么做：

正则表达式： 

^.*(http:.*\/(.*)\?.*)$


被替换的地方： 

web_url("\2","URL=\1",LAST);


替换后的文本： 

web_url("mission!cmission.do","URL=http://apps.w.alisoft.com/apps/mission/mission!cmission.do?jsoncallback=jsonp1247116589623&_=1247116589794",LAST);
web_url("homeMoodInit.do","URL=http://apps.w.alisoft.com/apps/mood/homeMoodInit.do?jsoncallback=jsonp1247116589622&_=1247116589794",LAST);
web_url("poke!listPokeInfoForFriend.do","URL=http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589624&_=1247116589825",LAST);
web_url("poke!listPokeInfoForNonFriend.do","URL=http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForNonFriend.do?jsoncallback=jsonp1247116589625&_=1247116589825",LAST);
web_url("poke!listPokeInfoForFriend.do","URL=http://apps.w.alisoft.com/apps/poke/poke!listPokeInfoForFriend.do?jsoncallback=jsonp1247116589626&_=1247116589825",LAST);
web_url("face.do","URL=http://apps.w.alisoft.com/apps/face/face.do?jsoncallback=jsonp1247116589627&_=1247116589903",LAST);
web_url("homePage!homePageMessages.do","URL=http://w.alisoft.com/space/home/homePage!homePageMessages.do?token=1247116589794",LAST);
web_url("firebug-lite-compressed.js","URL=http://getfirebug.com/releases/lite/1.2/firebug-lite-compressed.js?_=1247116589872",LAST);
web_url("portal!feedList.do","URL=http://w.alisoft.com/space/feed/portal!feedList.do?token=1247116589809",LAST);
web_url("homePageFriendWidget.do","URL=http://w.alisoft.com/space/friend/homePageFriendWidget.do?token=1247116589794",LAST);
web_url("mullidstatus.aw","URL=http://amos.im.alisoft.com/mullidstatus.aw?beginnum=1&uids=",LAST);


用正则处理不大不小的文本是不是很爽？

附件是EditPlus的正则表达式帮助截图，想看就点开，最好自己下载一个玩玩。



  • 大小: 97.2 KB
返回顶楼
         
  • night_stalker
  • 等级: 五星会员
  • 性别:
  • 文章: 1366
  • 积分: 780
  • 来自: 杭州
   发表时间：2009-07-09  
其实，vim 的 perl binding 的正则最正统 ……
返回顶楼
          回帖地址
0 请登录后投票
  • CharlesCui
  • 等级: 一钻会员
  • 性别:
  • 文章: 290
  • 积分: 840
  • 来自: 杭州
   发表时间：2009-07-09  
嗯，ruby就是用了perl的正则。

java的正则好像又不同于ruby和perl。
返回顶楼
          回帖地址
0 请登录后投票
  • night_stalker
  • 等级: 五星会员
  • 性别:
  • 文章: 1366
  • 积分: 780
  • 来自: 杭州
   发表时间：2009-07-09  
还是有区别的 …… 譬如
perl 和 php 的正则有递归（分组内以 (?R) 代表自己） 和 callback
perl 的非捕获分组（或者说 atomic group）是用 ?>，而 ruby 用 ?:
perl 的命名分组用 ?P<name>，而 ruby （1.9）用 ?<name>
返回顶楼
          回帖地址
1 请登录后投票
  • CharlesCui
  • 等级: 一钻会员
  • 性别:
  • 文章: 290
  • 积分: 840
  • 来自: 杭州
   发表时间：2009-07-09  
night_stalker 写道
还是有区别的 …… 譬如
perl 和 php 的正则有递归（分组内以 (?R) 代表自己） 和 callback
perl 的非捕获分组（或者说 atomic group）是用 ?>，而 ruby 用 ?:
perl 的命名分组用 ?P<name>，而 ruby （1.9）用 ?<name>


night_stalker你啥都玩过啊：P

你发帖，我肯定都看一眼的。
返回顶楼
          回帖地址
0 请登录后投票
  • QuakeWang
  • 等级: 五钻会员
  • 性别:
  • 文章: 854
  • 积分: 2516
  • 来自: 上海
   发表时间：2009-07-09  
处理这种文件还可以用grep和sed配合使用：
cat test.log | grep '200' | sed -r 's/^.*(http:.*\/(.*)\?.*)$/web_url("\2","URL=\1",LAST);/'
返回顶楼
          回帖地址
0 请登录后投票
  • CharlesCui
  • 等级: 一钻会员
  • 性别:
  • 文章: 290
  • 积分: 840
  • 来自: 杭州
   发表时间：2009-07-09   最后修改：2009-07-09
QuakeWang 写道
处理这种文件还可以用grep和sed配合使用： 
cat test.log | grep '200' | sed -r 's/^.*(http:.*\/(.*)\?.*)$/web_url("\2","URL=\1",LAST);/'


Linux下能用正则表达式的地方就太多了，
记得以前坛子里一个哥们谁了，说过，“没有cut+sed搞不定的log”。
返回顶楼
          回帖地址
0 请登录后投票
  • andyyehoo
  • 等级: 一钻会员
  • 性别:
  • 文章: 287
  • 积分: 852
  • 来自: 成都
   发表时间：2009-07-14  
editplus一直是最爱编辑器，其实其它编辑器也有比它强的，lz说的正则替换也未必没有，不过功能相当而尺寸比它小的，还真没见过，功能简洁而全面，实在是居家旅行，必备良药。

最大的愿望就是，把注册去掉，开源吧…………
返回顶楼
          回帖地址
0 请登录后投票
  • mikeandmore
  • 等级: 初级会员
  • 性别:
  • 文章: 589
  • 积分: 0
  • 来自: 沈阳
   发表时间：2009-07-14  
andyyehoo 写道
editplus一直是最爱编辑器，其实其它编辑器也有比它强的，lz说的正则替换也未必没有，不过功能相当而尺寸比它小的，还真没见过，功能简洁而全面，实在是居家旅行，必备良药。

最大的愿望就是，把注册去掉，开源吧…………

emacs党表示editplus太弱了。。。
返回顶楼
          回帖地址
0 请登录后投票
  • icefishc
  • 等级: 初级会员
  • 性别:
  • 文章: 874
  • 积分: 30
  • 来自: 北京
   发表时间：2009-07-14  
啥叫标准正则表达式。。。。。
emacs党对editplus用户表示不理解
返回顶楼
          回帖地址
0 请登录后投票
论坛首页 → 综合技术版

跳转论坛:
Global site tag (gtag.js) - Google Analytics