Notepad++：复杂的查找和替换

Question

我有以下几点：

<块引用>

T47101 UNIPROID FGFR1_HUMAN T47101 ECNUMBER EC 2.7.10.1 T47101 SEQUENCE MWSWKCLLFWAVLVTATLCTARPSPTLPEQAQPWGAPVEVESFLVHPGDLLQLRCRLRDDVQSINWLDGVQLAESNRTRITGEEVEVQDSVPADSGLYACVT T47101 DRUGINFO D09HNV Intedanib 获批 T47101 DRUGINFO D01PZD Romiplostim 批准 T47101 DRUGINFO D02WVT E-3810 Phase 3

这里有很多填充物。我唯一感兴趣的是 UNIPROID 后面的单词，它们总是不同但后面总是包含 _HUMAN。我想保留这些信息（例如 FGFR1_HUMAN）。

然后我感兴趣的另一件事是跟随单词 SEQUENCE 的所有内容。我想保留后面的字母。除了我想摆脱的那两个粗体之外的所有东西。

我没有太多使用它的经验，所以我需要我能得到的所有帮助。

这是我目前拥有的：

查找：.+UNIPROID(\D).+

我检查了正则表达式，未检查 .matches 换行符。

编辑：我现在拥有的命令可以删除 FGFR1_Human 之前的所有内容，但我不确定如何继续。

Answer 1

你可以

查找内容：

.+?(?|UNIPROID\h+(\w+_HUMAN)|SEQUENCE\h+(\w+)|$)

模式匹配

• .+? 匹配除换行符以外的任何字符 1+ 次 非贪婪（懒惰）
• (?| 分支重置组，将组 1 用于两种交替
  • UNIPROID\h+(\w+_HUMAN) 匹配 UNIPROID、1+ 个水平空白字符并捕获第 1 组中的 1+ 个单词字符和 _HUMAN
  • | 或
  • SEQUENCE\h+(\w+) 匹配 SEQUENCE，1+ 个水平空白字符并捕获第 2 组中的 1+ 个单词字符
  • | 或
  • $ 字符串结尾也匹配最后一部分
• ) 关闭群组

替换为：

$1

Regex demo