EditPad：需要一个处理多种可能数据格式的正则表达式

Question

首先，我使用EditPadPro进行正则表达式清理，因此所给出的任何答案都应该在该环境中运行。

我收到了一个包含大量数据的大型电子表格，我每天都需要清理这些数据。我设法将它归结为我运行的几个不同的正则表达式，并且这有效......但我很想知道是否可以减少到单个正则表达式。

以下是一些示例数据：

3-CPC_114851_70095_70095_CAN-bre
3-CPC_114851_70095_70095_CAN
b11-ao1-113775-bre
b7-ao-114441
b7-ao-114441-bre
b7-ao1-114441
b7-ao1-114441-bre
http://go.nlvid.com/results1/?http://bo
go.nlv/results1/?click
b4-sm-1359
b6-sm-1356-bre
1359_195_1453814569-bre
1356_104_1456856729
b15-rad-8905
b15-rad-8905-bre

以上数据需要如何结束：

114851-bre
114851
113775-bre
114441
114441-bre
114441
114441-bre
http://go.nlvid.com/results1/
go.nlv/results1/
sm-1359
sm-1356-bre
sm-1359-bre
sm-1356
rad-8905
rad-8905-bre

因此，有许多规则，例如：

• 如果超过2个下划线，则结果只需要包含紧跟在第一个下划线之后的值，以及从破折号开始的所有内容。
• 如果字符串包含＆＃34; -ao - ＆＃34;，＆＃34; -ao1 - ＆＃34;，则应删除最终数字字符串之前的所有内容。
• 如果存在问号，则应删除标记以外的所有内容。
• 如果字符串包含＆＃34; -sm - ＆＃34;或者＆＃34; -rad - ＆＃34;，应该删除那些alpha字符串之前的所有内容。
• 如果字符串包含2个下划线，则在第一个数字字符串之后的所有内容都包含一个短划线 （如果存在的话）应该删除，字符串＆＃34; sm - ＆＃34;应该加上。

此外，还有其他数据必须保持不变，包括但不限于：

113535|24905|24905

以及xxxxxx | yyyyy | zzzzz的这种模式的许多变化（并不总是那些字符串长度）

这可能会过多地考虑正则表达式，我不确定因为我不是很好。但是我已经看到了一些非常令人印象深刻的事情，所以我想我会把这个问题告诉社区，看看你回来了。

Answer 1

试试这个：

1. 切换搜索面板：SHIFT+CTRL+F
2. 搜索：.*?((?:sm-|rad-)?(?:(?:\d+|[\w\.]+\/.*?))(?:-\w+)?$)
3. REPLACE：$1
4. 检查REGEX和WORDS
5. 点击Replace All或点击CTRL+ALT+F3

检查下图：

Answer 2

Jonathan，我可以将所有这些包装到一个正则表达式中，除了最后一个（将sm-添加到不包含sm的字符串之外）。在这种情况下不可能，因为我们无法捕获“sm”以在替换中重用，并且因为EPP中没有“条件替换”语法。

话虽如此，你可以用EPP 实现你想要的东西，有两个正则表达式和一个宏来链接这两个。

以下是如何。

以下解决方案在EPP中进行测试。

正则表达式1

1. 按Ctrl + Sh + F进入搜索/替换模式
2. 在相应的框中输入以下搜索和替换
3. 在搜索栏的右上角，点击“收藏搜索”下拉列表，选择“添加”，为其命名，例如正则表达式1

搜索：

(?mx)^
(?=(?:[^_\r\n]*?_){3})[^_\r\n]+?_([^_\r\n]+)[^-\r\n]+(-[^\r\n]+)?
|
[^\r\n]*?-ao1?-\D*([^\r\n]+)
|
([^\r\n?]*)(?=\?)[^\r\n]+
|
[^\r\n]*?-((?:sm|rad)-[^\r\n]+)

<强>替换

\1\2\3\4\5

正则表达式2

与上述相同的1-2-3步骤。

搜索

^(?!(?:[^_\r\n]*?_){3})(?=(?:[^_\r\n]*?_){2})(\d+)(?:[^-\r\n]+(-[^\r\n]+)?)

<强>替换

sm-\1\2

链接正则表达式1和正则表达式2

1. 顶级菜单：宏，录制宏，给它起个名字。
2. 点击收藏搜索下拉菜单，选择正则表达式1
3. 点击全部替换。
4. 点击收藏搜索下拉菜单，选择正则表达式2
5. 点击全部替换。
6. 宏，停止录制。
7. 每当您想要执行替换序列时，请在“宏”菜单下按名称拉取它。

测试

我已根据您的输入测试了我的“Jonathan宏”。结果如下：

114851-bre
114851
113775-bre
114441
114441-bre
114441
114441-bre
http://go.nlvid.com/results1/
go.nlv/results1/
sm-1359
sm-1356-bre
sm-1359-bre
sm-1356
rad-8905
rad-8905-bre