2011年2月16日星期三

【文摘】TotalCommander(TotalCMD)的正则表达式

 
 

Sent to you by Cunhan via Google Reader:

 
 

via 博客园-Yes! B/S ! by 阿一(杨正祎) on 9/2/09

很久以前很喜欢Total Commander,但是较老的版本不支持树,所以就放弃了。改用xplorer2这个文件资源管理器。但是,不知道xplorer2最近抽什么风,老师无缘无故的崩溃,所以又开始使用Total Commander了。不过,重新用起来这个,发现比老的版本好太多了。所以,现在决定,重新开始使用Total Commander了。

我用编辑器或者资源管理器,很看重的一个功能是:是否支持正则表达式。因为这玩意的确能极大的提高搜索、替换的效率。这次Total Commander没人令人失望。

Total Commander的正则表达式功能基于TRegExpr( http://regexpstudio.com/ ),实现了一个正则表达式的子集。下文中的术语来自于TRegExpr的说明文档。语法与一般支持RegEx的编辑器类似,某些符号,如\n,在TC中不支持。下文中出现的符号和例子都经过验证,是可用的。

Total Commander在以下功能中支持正则表达式:

  • Commands(命令)菜单的Search(查找文件) 【文件名和文件内容都支持RegEx】
  • Lister(查看)
  • Files(文件)菜单的Multi-Rename tool(批量重命名)
  • Mark(选择)菜单的select group(增加选择)

正则表达式包括普通字符,特殊字符和元字符。元字符是一些有特殊含义的标识,例如:. \ ( ) [ ] { } ^ $ + * ?,正是这些扩展含义的特殊字符组合成了灵活而功能强大的正则表达式。

普通字符

正常的字符串。转义序列(Escape sequences):以反斜杠引导转义序列。例如:

  • \xnn  ASCII码值为十六进制数nn的字符,例如\x20代表空格。
  • \t   TAB制表符,等同于\x09
  • \[\] 左/右方括号。因为方括号是元字符,所以表示这两个符号本身时,用这种转义序列。
  • \\   反斜杠
  • \.   句号(因为它也是元字符)。匹配其它元字符本身时,都可以用转义序列。

例子:查找字符串soft\[microsoft]时,表达式为:soft\\\[microsoft\]

字符集合(Character classes)

一对方括号中的字符列表,值为列表中任意一个字符。破折号表示范围,例如h-k表示h,i,j,k,即ASCII码表中介于h和k之间的字符。前导的^表示后面列表之外的字符。转义字符、破折号、元字符和方括号也可以出现在字符集合中。破折号做为普通字符出现在集合中时,应放在列表的头 /尾或以转义序列\-表示。方括号做为普通字符出现在集合中时,应放在列表的头部或以转义序列表示。

例子:

  • [aeiou]   aeiou中任意一个字母。
  • [a-z^rt]   a至z的小写字母,但不含r和t。
  • M[ae][iy]er 可以匹配:Mayer, Meyer, Maier, Meier。
  • [0-9a-zA-Z] 匹配所有数字、大小写字母。
  • []\d-]    匹配右方括号,数字,破折号。它等同于[\]0-9\-]

元字符(Metacharacters)

包括几种特殊的符号:

  • ^  行首,例如,^step仅匹配"step by step"中的第1个单词。TC中与\A作用相同。
  • $  行尾,例如,step$仅匹配"step by step"中的最后一个单词。
  • .  任意字符
  • \w 字母,数字或下划线_,等同于[a-zA-Z0-9_]
  • \W \w的补集
  • \d 数字
  • \D 非数字
  • \s 空白字符,等同于[ \t\n\r\f])
  • \S 非空白字符
  • \b 单词边界,指介于两个紧邻的\w和\W之间的位置。应与其它字符合用,例如\brun\b会匹配"how to run cmd: running"中to后面的run,但不会匹配running中的run。
  • \B \b的补集

重复计数(iterators)

表示左侧字符或表达式的重复次数。

  • *   零次或多次
  • +   一次或多次
  • {n}  n次
  • {n,}  至少n次
  • {n,m} 至少n次,至多m次

重复计数的工作方式是"greedy"模式, 即,尽可能匹配更多的字符。后面跟问号变为"non-greedy"模式,即,有匹配就停止。 例如:在"abbbbc"中搜索"b+"的结果是"bbbb", 而搜索"b+?"只得到"b"。

可选字符(alternatives)

由竖线|分隔的一组字符。为了避免歧意,最好用圆括号扩起来。例如:(John|James|Peter)匹配John、James或Peter中的任意一个名字。

匹配时由左向右计算,类似于C语言中的逻辑或运算,左边表达式满足后不再计算右边表达式。例如,在"barefoot"中搜索(foo|foot)时,得到foo,不会得到foot。

竖线|在字符集合中只是普通字符,所以[look|like]的含义是lokie5个字母和竖线中的任意一个字符,而不是look或like中的某个单词。

子表达式(subexpressions)

圆括号中的表达式即子表达式。一个完整的正则表达式可能含有多个子表达式,它们从左向右从1开始编号。可以用$1,$2...引用各个子表达式的值。

例如: 把形如"歌手名 - 曲名.mp3"的文件改名为"曲名(歌手名).mp3"
搜索:(.*) - (.*)\.mp3
替换为:$2($1).mp3
其中$1代表第1对括号中的表达式匹配的文字,$2代表第2对括号中的表达式匹配的文字。

后向引用(backreferences)

\1至\9。\n解析为第n个子表达式已匹配的内容。

例如:go12gogogoza34 中搜索(g.+)(\d+)\1+ 会搜索到go12gogogo,第1个表达式匹配go,第2个表达式匹配12,后面的3组go是由\1+匹配的。

修饰符(Modifiers)

用于改变正则表达式的行为。使用时放在表达式前面。它作用于右侧的表达式,直到遇到另一个修饰符或表达式结束。可以在表达式中插入多个修饰符。

  • (?i)   忽略大小写。这是Total Commander搜索文件时的默认选项。
  • (?-i)   大小写敏感。
  • (?g)   打开"greedy"模式 (缺省是打开的)
  • (?-g)  关闭"greedy"模式

例如:如果希望在文件Copy1.txt,copy2.txt中仅搜索小写copy开头的文件时,使用:(?-i)copy.*\.txt。如果不使用正则表达式,由于搜索文件时默认是不区分大小写的,搜索copy*.txt时也会得到Copy1.txt。搜索文字时,表达式(?i)Saint-(?-i)Petersburg得到的结果中,Saint可以有不同的大小写组合,但末尾的单词必定是Petersburg。

Total Commander仅支持正则表达式的子集,例如它仅支持单行文字内的搜索,不支持多行。

注:主体内容非原创,资料多数来源网络,源文地址不可考!

作者: 阿一(杨正祎) 发表于 2009-09-03 11:38 原文链接

评论: 4 查看评论 发表评论


最新新闻:
· 傅盛回顾3721从业经历:不要以战争为乐(2010-11-10 16:15)
· 《创业家》申音:"船长"都是天生的(2010-11-10 16:11)
· Facebook测试"提及":显示朋友所谈论话题(2010-11-10 16:11)
· 研究显示iPhone质量最好 返厂率最低(2010-11-10 15:49)
· 微软:Office365比谷歌提供更好企业服务(2010-11-10 15:48)

编辑推荐:一场关于 YUI vs jQuery 的精彩辩论

网站导航:博客园首页  我的园子  新闻  闪存  小组  博问  知识库


 
 

Things you can do from here:

 
 

2011年1月29日星期六

EP物:用Notepad++把srt批量转换为ass

之所以会做出这种EP的事情,是因为找不到合适的批量转换工具。
一般的时轴工具只能逐个转,下了个叫“字幕转换助手”啥的工具,转出来的结果又添加了太多奇怪的东西。
于是,就产生了标题所说的解决方案了。

在这里,把步骤记录一下:
1、正则表达式模式替换^\d+$,然后删除文件开头的空行
把srt的“行号”删除

2、扩展模式替换 \r\n|
换行符换成文本中不会出现的符号,以绕开跨行处理的麻烦

3、普通模式替换 ||##
4、扩展模式替换 ##|##\r\n
再引入一个文本中不会出现的另一个分隔符#,表示真正的换行,而原来的“|”号的意义变成了“字幕台词的换行”

由于我比较小白,跨行正则表达式不会弄,于是先利用以上四步产生如此格式的行:
00:00:08,086 --> 00:00:11,756|・「I want to shine| on you」##

然后,用一个相对简单的正则表达式
5、正则表达式模式替换 (\d+:\d+:\d+),(\d\d)\d --> (\d+:\d+:\d+),(\d\d)\d|([^#]+)##Dialogue: 0,\1.\2,\3.\4,Default,,0000,0000,0000,,\5
注意:srt里,秒和毫秒的分割符是“,” ,而ass里是“.”。srt的毫秒是三位数,ass的毫秒是两位数

6、普通模式替换 |\N
此时剩下的|表示字幕的换行,因此替换为ASS语法的换行\N

搞定,最后在文件头加上ASS的style即可。

咦,说了半天,你究竟怎样批量啊,喂!
淡定淡定,没看到Notepad++的“替换所有打开文件”吗?
没错,首先,打开所有要转换的srt文件,然后依次“替换所有打开文件”来执行上述的六个步骤,搞定后“全部保存”。这就是批量了。^_^

2011年1月23日星期日

[空耳物]TVアニメ『放浪息子』エンディングテーマ「For You」/Rie fu

すべて君のために またそんな事言ってる
冗談も振り笑うね 
私も知ってる そうゆう自分に酔ってるだけ
本当は何もかも自分のため

世の中のために なんにか役立ったる
ひとりことの追いように 問いかけてみる 
人と出会うことがそのきっかけならば
あなたとここからはじめなれる
ちょっとだけ この町のほんとに慣れてきた頃

I wanna cry for you
あなたと分け合う 恵みの雫を
I wanna smile for you
自分のためじゃない 愛の歌を見つけたい

欲張りすぎちゃたら 欲しかってばかり
そんな罪悪感を 紛らわすために
あの人みたい良い顔するなんで
素直に良い人思えないのが不思議
イメージばかり作りこまれて
自然であればいいのに

I wanna cry for you
あなたと分け合えば 心も晴れてく
I wanna dream for you
夢から覚めても 忘れない 歌を見つけたい

oh for you, oh for me
何時でもあなたのためにすることは自分のためになってる
人と出会うたびに その輪が広がってる
冗談はほどほどに 本命で語ったら
誰かのために なんっと信じてる
そうゆうが一番いいのかもしれない

I wanna good for you
あなたと分け合う 命の雫を
I wanna seek for you
夢から覚めても 忘れない 歌が聞こえる
I wanna cry for you
あなたと笑えたら 心も晴れてく
I wanna dream for you
夢から覚めても 忘れない 歌が聞こえる
I wanna cry for you, smile for you, dream for you

——
[110126]TVアニメ『放浪息子』エンディングテーマ「For You」/Rie fu.avi
今天下了个PV,于是一时兴起空耳了一下完整版。