SCI中第一作者或通讯作者统计//在UltraEdit的查找和替换中使用正则表达式

2012/8/10   点击数:1660

[作者] 图林荒芜路 丫枝静听涛

[单位] 图林荒芜路 丫枝静听涛

[摘要] 为完成SCI中找出本校第一作者或通讯作者数据,第一次使用UltraEdit软件。使用正则表达式,替换方式,配合excel,效率提高。数据-工具-方法,真是太关键。

[关键词]  作者 查找 替换



为完成SCI中找出本校第一作者或通讯作者数据,第一次使用UltraEdit软件。使用正则表达式,替换方式,配合excel,效率提高。数据-工具-方法,真是太关键。

将SCI结果导出为“制表符分隔格式”文件,然后使用正则表达式替换,然后excel排序,极快处理完。

使用了\[.*?\]和.*?\(.*?\),

今天,在网上搜索,转正则表达式语法如下,备忘。

原文网址:http://baizheng.iteye.com/blog/37637

语法集合一:

符号 功能

% 匹配行的开始 – 显示搜索字符串必须在行的开始,但是在所选择的结果字符串中不包括任何行终止字符。

$ 匹配行尾 – 显示搜索字符串必须在行尾,但是在所选择的结果字符串中不包括任何行终止字符。

? 除了换行符以外匹配任何单个的字符

* 除了换行符匹配任何数量的字符和数字

+ 前一字符匹配一个或多个,但至少要出现一个

++ 前一字符匹配零个或多个,但至少要出现一个

^b 匹配一个分页

^p 匹配一个换行符(CR/LF)(段)(DOS文件)

^r 匹配一个换行符(CR 仅仅)(段)(MAC 文件)

^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件 )

^t 匹配一个标签字符TAB

[] 匹配任何单个的字符,或在方括号中的范围

^{A^}^{ B^} 匹配表达式A或 B

^ 重载其后的正规表达式字符

^(^) 括或标注为用于替换命令的表达式。

一个正则表达式最多可以有9个标注表达式, 按正规表达式的需要而定。

相应的替换表达式是 ^x , 替换范围x是1-9。例如:

If ^(h*o^) ^(f*s^) matches “hello folks”,

^2 ^1 would replace it with “folks hello”.

(hello folks 将被替换成 folks hello。)

注: ^ 是实际字符 ^不是Ctl + 键值。

例如:

m?n 匹配 “man”,”men”,”min” 但不匹配 “moon”.

t*t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea

time” (newline between “tea ” and “time”).

Te+st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。

[aeiou] 匹配每个小写元音。

[,.?] 匹配一文字的 “,”,”.”或 “?”。

[0-9, a-z] 匹配任何数位,或小写字母。

[~0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)

你按如下方式可以查找一个表达式A或 B :

“^{John^}^{Tom^}”

这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。

你可以在同一搜索中按如下方式组合A or B and C or D:

“^{John^}^{Tom^}^{Smith^}^{Jones^}”

这将在John or Tom 后面找 Smith or Jones。

语法二:”Unix”句法类型的正则表达式

符号 功能

\ 标记下一个字符作为一个特殊的字符。

“n” 匹配字符”n”。”n” 一个换行符或换行符字符。

^ 匹配/定位行的开始。

$ 匹配/定位行的尾。

* 匹配前面的字符零次或多次。

+ 匹配前面的字符一次或多次。

. 匹配除了一个换行符字符匹配任何单个的字符。

(expression)标注用于替换命令的表达式。一个正则表达式根据需要,最多可以有9个标注表达式。相应的代替表达式是 x , x的范围是 1-9 。

例如:

If (h.*o) (f.*s) matches “hello folks”,

2 1 would replace it with “folks hello”.

(hello folks 将被替换成 folks hello。)

[xyz] 一个字符集。匹配在方括号之间的任何字符。

[^xyz] 一个否定的字符集。不匹配在方括号之间的任何字符。

\d 匹配一个数字字符。等价于[0-9]。

\D 匹配一个非数字字符。等价于[^0-9]。

\f 匹配一个换页字符。

\n 匹配一个换行字符。

\r 匹配一个回车符字符。

\s 匹配任何空白的空格, 标签, 换页, 包括空格等等,但不匹配换行符。

\S 匹配任何非空白的字符,但不匹配换行符。

\t 匹配一个标签TAB字符。

\v 匹配一个垂直的标签字符。

\w 匹配任何词语字符包括下划线。

\W 匹配任何非词语字符字符。

注: ^ 是实际字符 ^不是Ctl + 键值。

例如:

m.n 匹配 “man”,”men”,”min” 但不匹配 “moon”.

t+t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea

time” (newline between “tea ” and “time”).

Te*st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。

[aeiou] 匹配每个小写元音。

[,.?] 匹配一文字的 “,”,”.”或 “?”。

[0-9,a-z] 匹配任何数位,或小写字母。

[^0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)

你按如下方式可以查找一个表达式A或 B :

“(John)|(Tom)”

这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。

你可以在同一搜索中按如下方式组合A or B and C or D:

“(John|Tom) (Smith|Jones)”

这将在John or Tom 后面找 Smith or Jones。

另外:

p 匹配 CR/LF ( 作为 rn 的一样 ) 作为DOS行结束符匹配

如果查找/替换功能中正则表达式没有选用,则替换字段中下列字符也是有效的:

符号 功能

^^ 匹配一个 “^” 字符

^s 替换为被选择 ( 加亮 ) 活跃的文件窗口的文章。

^c 替换为剪贴板的内容

^b 匹配一个页裂缝

^p 匹配一个换行符 ( CR/LF )( 段 )( DOS 文件)

^r 匹配一个换行符 ( CR 仅仅 )( 段 )( MAC 文件)

^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件)

^t 匹配一个标签TAB字符

下面是我要实现的一段代码查询替换的举例

我想把一个.lrc文件中的汉字去掉:

[ti:046]

[ar:Book I]

[al:english900]

[la:zh]

[by:]

[00:00.00][4] Identifying objects.辨别物品

[00:00.00]

[00:00.01]What are these? 这些是什么?

[00:01.93]Those are books. 那些是书。

[00:03.87]Where are the books? 那些书在哪儿?

[00:06.13]There they are. 在那儿。

[00:08.68]These are my pencils. 这些是我的铅笔。

[00:12.00]Where are your pens? 你的那些钢笔在哪儿?

[00:14.85]They’re over there. 在那里。

[00:17.48]Are these your pens? 这些是你的钢笔吗?

[00:20.04]Yes,they are. 是我的。

[00:22.63]Those are mine. 那些是我的。

[00:25.39]These are your books,aren’t they? 这些书是你的,对不对?

[00:28.35]No,they aren’t. 不,不是。

[00:31.07]They’re not mine. 不是我的。

[00:33.39]These are mine,and those are yours. 这些是我的,而那些是你的。

[00:35.57]Those aren’t your pens,are they? 那些钢笔不是你的,对吧?

[00:36.38]

点”搜索”->”替换”,选中”正则表达式”

查找:^([/./?]^) ?++$

替换为:^1

点“全部替换”,完成。

大家可以在今后的编码中尝试一下Ultraedit的正则表达式查找替换功能,非常简单快捷

原文连接:http://cunfu.info/?p=7088