Рецепты RegEx
Переменные
Формула RegEx, заключенная в скобки, становится переменной. Содержимое переменной можно при поиске/замене вставить в результат при помощи её номера.
Так, например, если вам нужно найти в html-файле все нумерованные главы, которые заключены в тэги <p> и <strong> и заменить теги на <h1>, то содержимое строки поиска будет следующим:
<p><strong>(Глава \d+)</strong></p>
Код \d — это любая одна цифра от 0 до 9, а + обозначает последовательность цифр любой длины. Это может быть и 5, и 124, и 1000000.
Эта строка найдёт, например, такие строки:
<p><strong>Глава 1</strong></p>
<p><strong>Глава 9</strong></p>
<p><strong>Глава 15</strong></p>
<p><strong>Глава 23</strong></p>
И запомнит содержимое, заключенное в скобках.
В строке замены нам необходимо написать такое:
для VS Code:
<h1>$1</h1>
для Calibre Book Editor:
<h1>\1</h1>
Где $1 или \1 — это вызов переменной. В разных программах вызов переменной может отличаться. Ознакомьтесь с документацией.
В результате мы получим такой код:
<h1>Глава 1</h1>
<h1>Глава 9</h1>
<h1>Глава 15</h1>
<h1>Глава 23</h1>
Поиск любого текста в пределах одной строки
.*?
Например, нам нужно найти текст, который заключен в тэг <span> с классом emphasis и заменить тэг на <em>.
Исходный блок текста:
<p>Писать по-русски книгу о компьютерах - дело вообще неблагодарное. Наш <span class="emphasis">великий и могучий</span> уж очень отторгает иноземные компьютерные словечки.</p>
Строка поиска:
<span class="emphasis">(.*?)</span>
Строка замены (в VS Code):
<em>$1</em>
Результат:
<p>Писать по-русски книгу о компьютерах - дело вообще неблагодарное. Наш <em>великий и могучий</em> уж очень отторгает иноземные компьютерные словечки.</p>
Многострочный поиск любого текста
Часто бывает так, что начальные и конечные маркеры поиска находятся в разных строчках.
Вот, например, типичный код html:
<blockquote>
<p>Первая книга на русском языке, посвященная широко распространенному на Западе и практически неизвестному в
России компьютеру Амига.</p>
<p>Приводится история создания Амиги, краткое описание архитектуры компьютера и его возможностей. Подробно
рассмотрены команды операционной системы Амиги и командный язык ARexx.</p>
</blockquote>
Текст, заключенный в тэг <blockquote>, разбит на несколько строк, и поиск по предыдущей формуле ничего не найдёт. А нам нужно, например, заменить <blockquote> на <div class="bq">.
В этом случае нам на помощь прийдут такие формулы:
START[\s\S\r]*?STOP
START[^\r]*?STOP
START[\w\W]*?STOP
Где START и STOP — это маркеры начала и конца поиска. Это три варианта. Подойдёт любой.
Итак, вот строка поиска (помним про скобки):
<blockquote>([^\r]*?)</blockquote>
И строка замены (в VS Code):
<div class="bq">$1</div>
Но часто в коде бывают вложенные конструкции:
<blockquote>
<p>Первая книга на русском языке,
посвященная широко распространенному
на Западе и практически неизвестному в
России компьютеру Амига.</p>
<blockquote>
<p>Приводится история создания Амиги, к
раткое описание архитектуры компьютера
и его возможностей. Подробно рассмотрены
команды операционной системы Амиги и
командный язык ARexx.</p>
</blockquote>
</blockquote>
И если пользоваться нашей формулой, то редактор найдёт участок текста между первым <blockquote> и первым </blockquote>. Не очень хорошо.
Обратите внимание на невыделенный </blockquote>
В таком случае нужно воспользоваться другой формулой.
Поиск текста между ближайшим к блоку текста маркером START и маркером STOP:
START(?:(?!START)[\s\S\r])*?STOP
В таком случае строка поиска будет следующей (не забываем про скобки):
<blockquote>((?:(?!<blockquote>)[\s\S\r])*?)</blockquote>
В этом случае поиск нужно будет произвести несколько раз.
Ещё раз про скобки: Внимательно следите за скобками. Сколько открыли, столько и закрыли.