Notepad++ : 用「規則運算式」轉文字為試算表格式

看到南一出版社有在 Google Drive 中分享課本與習作的 PDF 檔，趕緊把英文課本的附錄下載並複製單字片語來用。是說我前幾天才自己用鍵盤把單字敲完而已，早知道應該先上網看看有沒有電子檔的。

會想複製課本附錄 PDF 中的內容，主要是之前用查網路字典方式製作的 Anki 單字牌集，裡面的例句有時太難，雖然可以讓孩子多學一點，終究還是不小的負擔。既然有課本的，複習為主要目的，當然是以先課本的例句優先。

南一附錄複製下來的文字，格式上大致是有規則的，大概也就手動調整了幾行，刪掉一些頁碼跟小標題字，它就變成一行單字(片語)，一行例句的格式了。像這樣：

1 Tuesday [`tjuzde] n. 星期二（= Tue.）
We don’t have English class on Tuesdays.
2 meat-free [mit`fri] adj. 無肉的；素食的
Today is meat-free day at my school.
3 Monday [`mʌnde] n. 星期一（= Mon.）
Let’s go out for dinner on Monday night.
4 vegetable [`vɛdʒətəbỊ] n. 蔬菜
Jerry and his brother don’t like vegetables.

本來還在想，接下來是要用 PHP ，還是 Python ，將它們兩行、兩行，轉成一行以 Tab 為分隔的字串，方便我貼到 Google 試算表中使用。因為資料就貼在 Notepad++，就試著用「規則運算式」來搜尋。哈！Notepad++ 就有「全部取代」的功能，乾脆一次到位就好，根本連程式都不用寫了啦！

用 Notepad++ 的規則運算式轉換格式

因為南一附錄中的單字片語文字的格式，依序可以解析為：

• 數字、空白
• 英文
• [音標]
• 解譯
• 換行字元(\r\n)
• 第二行例句、換行字元(\r\n)

所以用了底下的規則運算式來搜尋：

^\d+\s+([^\[]+)(\[[^\]]*\])([^\r\n]*)\r\n([^\r\n]*)$

稍微分解一下：

1. ^\d+\s+
2. ([^\[]+)
3. (\[[^\]]*\])
4. ([^\r\n]*)
5. \r\n
6. ([^\r\n]*)$

對照一下在做什麼：

1. 在開頭找出數字和空白。
2. 一直找，找出不是［的。(規則有加括號，所以此部份為搜尋結果的「 \1」)。
3. ［再加上接著不是］的，最後再加上］。(規則有加括號，所以此部份為搜尋結果的「 \2」)。
4. 一直找，找出不是 \r\n 的。(規則有加括號，所以此部份為搜尋結果的「 \3」)。
5. 換行字元 \r\n。
6. 一直找，找出不是 \r\n 的，到行末結束。(規則有加括號，所以此部份為搜尋結果的「 \4」)。

上面「規則運算式」找到的，就用下面的規則來「全部取代」:

\1\t\2\t\3\t\4

也就是用前面「規則運算式」找到的結果 \1、\2、\3、\4 之間都加上 Tab 字元 \t。因為最後的結果 \4 本身就有換行字元，所以執行完「全部取代」，就變一行行單字片語加例句了；而每一行有以 Tab 字元分隔為四個欄位。

Notepad++ 取代的結果

這樣子可以順利地貼到 Google 試算表中。

貼到試算表中的結果

因為我在不同課間有加上空白行，而它不會屬於被取代的對象，這樣一來，貼到試算表後，我在為不同課加上標籤欄位時，可以很清楚；最後再刪去分隔課別用的五個空白行，就大功告成了。

只能說「規則運算式」(Regular Expression)真是好用！

相關文章

• 雄 : Anki : 自製英文單字牌組