詞庫軟件 的應(yīng)用

[正則表達式基本知識】

1.匹配單個單詞：\b單詞\b
　he→\bhe\b

2.將每行第一個字符刪除：^.→空
　行首：^
　任意單個字符：.

3.將每行第一個字母刪除：^[a-z]或^\l→空
　匹配范圍內(nèi)的字符：[ ]
　匹配單個字母：[a-z](可不區(qū)分大小寫)或\l(小寫)或\u(大寫)
　匹配數(shù)字：[0-9]或\d
　匹配中文：[\x{4e00}-\x{9fa5}]

4.將每行前兩個字母刪除：^\l{2}→空
　最少匹配n次，最多匹配m次：{n,m}
　匹配n次：{n}

5.將所有編碼刪除：^\l{1,4}_或^\l+_→空（“_”指空格）
　匹配1次或多次：+
　匹配0次或多次：*
　匹配0次或1次：?
　非貪婪模式：+?或*?或??或{n,m}?
　【貪婪模式】：在整個表達式匹配成功的前提下，盡可能多地匹配；
　【非貪婪模式】：在整個表達式匹配成功的前提下，盡可能少地匹配。

6.將所有空行刪除：^[_\t]*\n→空
　【空行】：含有零個或零個以上空格或制表符，不含其他字符的行）
　將行末的空格刪除：_+$→空（行末：$）
　換行符：\n

7.每行前面加兩個全角空格：^→(兩個全角空格)

8.轉(zhuǎn)義符
　匹配 ^$.*+?\ 等字符需要用轉(zhuǎn)義符：
　\^　　\$　　\.　　\*　　\+　　\?　　\\
　其他轉(zhuǎn)義符：\n換行 \t制表符

9.將前300字調(diào)整為每字一行：.→\0\n
　引用整個表達式：\0

10.將前300調(diào)整為每字一/兩行交替：(.{2})(.)→\1\n\2\n
　子表達式分組：( )
　引用第z個表達式(z=1,2,3...)：\z

11.去掉詞庫中的生僻字
　①~.→空（去掉生僻字）
?、?+$→空（去掉行末空格）
　③^\l{1,4}\n（去掉純編碼行）