elisp 正则表达式如何匹配中文和英文

Emacs-general
1

各位道友,求助解决方法 我现在想写一个函数来将我中文和英文混杂的空格删掉,但是我没办法写出我想匹配的正则表达式 我想写一个正则表达式找出前面是英文字符,后面是中文的空格,例如 Emacs 中文 匹配 Emacs Lisp 不匹配 中文 中文 不匹配 希望大家可以给我点建议

2

elisp 正则的话 \w \cc可以匹配

3

不行吧,要不你把复制我的例子,然后M-x re-builder 试试,我真的不行

4

不清楚elisp-specific的正则，按提示的re-builder试了一下，[A-Za-z]+ [^A-Za-z]+似乎可以。

5

我不会用 re-builder……我用的是 replace-regexp

6

你要用re-builder 就 [a-zA-Z] \\cc

7

我原来写的是 [a-z]\s[^\x00-\xff],是可以匹配,但是我用函数就无法实现我想要的删除英文和中文之间 的空格,下面是我的函数

(defun thing-at-buffers-or-at-region ()
  "Return string or word at the cursor or in the marked region."
  (if (region-active-p)
      (buffer-substring-no-properties
       (region-beginning)
       (region-end))
    (buffer-substring-no-properties
     (point-min) (point-max))))
(defun samray/replace-whitespace-between-letter-and-chinese-char ()
  "Because the chinese input method i use,i will left whitespace between letter;
and chinese char,so just delete it"
  (interactive)
  (save-excursion
    (replace-regexp-in-string "\\([a-zA-z]\s[^\x00-\xff]\\)" ""
                              (thing-at-buffers-or-at-region))
    )
  )

还望指教

8

首先，空格应该是用 \\s- 来 match 的吧？

然后，你这个是不是把空格相邻的汉字和英文也删除了？

我没有试，但是感觉是这样的

9

我只是测试,我原来是

(replace-regexp-in-string "\\([a-zA-z]\s[^\x00-\xff]\\)" "\\([a-zA-z][^\x00-\xff]\\)"

我在re-builder 下,上面的是可以匹配到空格的,但是连前一个字母和后一个汉字 也匹配了.你的\\s- 也是同样的情况

10

你试一下

(replace-regexp-in-string "\\([a-zA-Z]\\)\\s-+\\(\\cc\\)" "\\1\\2" (thing-at-buffers-or-at-region))

论坛输不了这个字符，中间那个2前面是1

11

不太理解什么叫中间那个2前面是1:joy:

12

按你的写法，应该是

(replace-regexp-in-string "\\([a-zA-Z]\)\s\\(\\cc\\)" "\\ 1\\2"
                          (thing-at-buffers-or-at-region))

(上面 \\ 和1之间没有空格，受markdown语法影响为了看清楚就打了空格） 而我觉得这种替换一般不设置成函数而是直接运行 replace-regexp \([a-zA-Z]\) \(\cc\) \1\2 当然如果你实在是常用这个功能写成函数是极好的

不过我猜你需要的功能其实应该是

(replace-regexp-in-string "\\([a-zA-Z]\\)\s\\(\\cc\\)\\|\\(\\cc\\)\s\\([a-zA-Z]\\)" "\\ 1\\2\\3\\4"
                          (thing-at-buffers-or-at-region))

毕竟只删除英文 中文很奇怪？中文 英文的空格不删嘛？

14

你猜的是非常准确的,但是我最开始描述问题的时候应该先描述简单的,如果可以解决的就可以举一反三啦 :slight_smile:

15

没办法，输入不了只能截图了

这个我刚才试了是可行的

[[:alnum:]] 包含了英文和数字，如果只要英文的话可以 [[:alpha:]]

1 个赞
16

优秀:grin:

17

为什么我测试却是不行的.函数:

(defun thing-at-buffers-or-at-region ()
  "Return string or word at the cursor or in the marked region."
  (if (region-active-p)
      (buffer-substring-no-properties
       (region-beginning)
       (region-end))
    (buffer-substring-no-properties
     (point-min) (point-max))))
(defun samray/replace-whitespace-between-letter-and-chinese-char ()
  "Because the chinese input method i use,i will left whitespace between letter;
and chinese char,so just delete it"
  (interactive)
  (save-excursion
    (replace-regexp-in-string "\\([[:alnum:]]\\)\\s-+\\(\\cc\\)" "\\1\\2" (thing-at-buffers-or-at-region))
    ))

测试语句

Emacs 中文
Emacs Lisp
中文 中文

结果不应该是

Emacs中文
Emacs Lisp
中文 中文

么? 可是什么都没有出现

18

这个可以匹配两种情况

错了

19

你用的是 spacemacs 吗？如果是的话，小心 chinese layer 会在英文和汉字中添加假空格，是 pangu-spacing 这个包的作用

20

我用的是原生Emacs,我感觉这个不会有影响吧

21

说到 pangu-spacing，你可以参考一下那个包，就是用来处理中英文之间空格的包，它是用 overlay 在中英文之间添加假空格，也是用的正则表达式。也是托管在 github