Question

我校对了很多同行提交的明文文件。当我的眼睛疲倦时，我有时会忽略额外的空间或重复的单词。我目前使用以下RegEx搜索：

[/t]{2} -Finds duplicate spaces  
(?>(/p{P})\1+)(?<![^.]|^)\.{3}) -Finds duplicate punctuation except ellipses  
\b(\w+)\s+\1\b -Finds duplicate words

我也有一些自定义搜索，例如找到“Mister”并替换为“Mr。”

有没有一种简单的方法可以在JavaScript中执行这四种类型的替换函数？

Answer 1

你的前两个正则表达看起来不太好你可以将它们全部组合成一个正则表达式。

以下两种类型：

Type-1使用punct posix字符类 Type-2使用Branch Reset构造和Punct属性构造。

只需使用适用于您的平台的正则表达式进行全局查找/替换即可。

类型1 -

 # Find:  (?:([^\S\r\n])[^\S\r\n]+|\b(\w+)(?:\s+\2)+\b|(\.{3})\.*|([[:punct:]])\4+)
 # Replace:  $1$2$3$4

 (?:
      ( [^\S\r\n] )                 # (1)
      [^\S\r\n]+ 
   |  
      \b 
      ( \w+ )                       # (2)
      (?: \s+ \2 )+
      \b 
   |  
      ( \.{3} )                     # (3)
      \.*
   |  
      ( [[:punct:]] )               # (4)
      \4+ 
 )

类型2 -

 # Find:  (?|([^\S\r\n])[^\S\r\n]+|\b(\w+)(?:\s+\1)+\b|(\.{3})\.*|(\p{Punct})\1+)
 # Replace:  $1

 (?|
      ( [^\S\r\n] )                 # (1)
      [^\S\r\n]+ 
   |  
      \b 
      ( \w+ )                       # (1)
      (?: \s+ \1 )+
      \b 
   |  
      ( \.{3} )                     # (1)
      \.*
   |  
      ( \p{Punct} )                 # (1)
      \1+ 
 )

使用JavaScript和Regex校对文本

1 个答案: