[倚天屠龙记] vim 查找与替换(高级)

[倚天屠龙记] vim 查找与替换(高级) {{{ 行文到此，忍不住想吹捧一番vim的查找与替换，但仔细检阅了上下文，没发现任何值得吹捧之处，技术交流领域最忌讳"法轮大法好"之类的宣传，所以还是忍一忍，多一些客观描述，少一些主观吹嘘，这大概也是编辑器圣战要达成停火协议所需要的一点共识。 如前所述，正则表达式将会使vim的查询替换能力达到一个新高度，但上一节仅仅介绍了正则表达式的概念，尚未将其正式应用到查询与替换中来，这正是本节的任务。 正则表达式首要的任务就是判断匹配与否，这根据其规则是不难办到的，毕竟那规则定的跟数学公式一般，而数学的确定性是有目共睹的。但是要将它应用到查找与替换中来，还是会产生一些问题的，本文的宗旨就是描述这些问题的解决之道。 先就搜索而言，假使你想搜索一处数字，用正则表达式 \d\&; 进行搜索，而文件中有一处数字是 123，这自然是能匹配的，但问题是这个正则表达式不但能匹配 123，还能匹配 1、2、3、12、23，如果你启用了高亮搜索功能，那现在vim应该高亮哪一部分？ 这就是“吞多少”的问题，正则表达式能同时匹配一个目标字符串的整体和部分，但搜索的结果必须是确定的，所以就需要约定一种规则来达成这种确定性。 vim规定，星号*，加号\&;，等号\=或者问号\?，以及大括号\{m,n}都尽可能多的吞掉字符，也就是所谓的“贪婪”法则，在这规定下，尽管正则表达式能同时匹配目标字符串的整体和部分，但搜索结果将是整体，高亮显示的也是整个目标字符串。如果希望尽可能少的匹配，对于星号而言，它的底限是零次，那只要修正正则表达式，去掉星号修饰的那一部分就行了，加号也一样，只是需要去掉加号，而等号和问号也是直接去掉就行，对于大括号\{m,n}，希望尽可能少的匹配可以使用负数的形式\{-m,n}，这样它就匹配元素的m到n次出现，但它的搜索结果是最少的那一部分，例如用正则表达式\d\{-2,5}去搜索2到5个数字，而文件中出现了12345，则它搜索出来的结果是12，而不是12345，而下一次出现则是34，依此类推。 解决了“吞多少”的问题，接下来再看看替换所面临的挑战。 在替换过程中，正则表达式只是用来搜索需要执行替换操作的位置，确定出需要替换的文本块的两个边界后，要使用新的内容进行替换，如果这个新的内容是一段与搜索内容无关的固定文本，这没啥好说的，但是有时这个新的内容可能要依赖于要被替换掉的旧内容，这听起来像数学语言一样，还是举个例子形象点，假如我的文件中的所有日期都是形如 2015-06-12 的格式，我现在要将它们都替换成 06/12/2015 的格式，啊哈，这个新的内容的年月日部分是来自于要被替换掉的旧内容，，这就引出了正则表达式的第二个问题：“吐出来”。 为解决上述问题，可以在正则表达式中，将用来匹配希望正则表达式“吐出来”的那一部分子表达式用括号括起来，比如上面日期的正则表达式是 \d\{4}-\d\{2}-\d\{2}，我希望它把年月日这三个数字给吐出来，就将用来匹配这三个数字的部分括起来：\ (\d\{4}\ )-\ (\d\{2}\ )-\ (\d\{2}\ )，然后在用来替换旧内容的新内容中用\1、\2、\3这样的格式来引用被正则表达式吐出来的各个子字符串，而这个顺序是由正则表达式中左括号出现的先后来决定的，这样\1将是年份，\2是月份，\3是天数，于是用于替换的新内容可以写成 \2/\3/\1，即将 2015-06-12 替换成 06/12/2015。但要说明一点，由于替换命令s中是用左斜杠区分命令的各个部分，所以这个用于替换的新内容中如果本身也包含左斜杠，需要去掉它的转义，即在其前加上反斜杠，所以完整的命令就是 :%s/\ (\d\{4}\ )-\ (\d\{2}\ )-\ (\d\{2}\ )/\2\/\3\/\1/g，当然你也可以用井号来作分隔符而不用进行这个转义操作，好了，现在你开始吐槽它的可读性吧。 补充说明一点，上面使用了\1、\2等来引用正则表达式引用的各个部分，如果想引用匹配的整体，除了在正则表达式整体加上一个括号外，也可以直接使用\0来引用它，在上文中，\0就是整个日期字符串。利用\0，你可以使用命令 :%s/正则表达式/\0\0\0/g 在全文中将某个模式字符串由一个复制成若干个，而这却是由替换命令来完成的！ 在替换命令中还有一个用于匹配指定位置的特殊字符，\zs和\ze，它俩不匹配任何字符，仅仅是一个位置标记，就好比^和$分别匹配行首和行尾一样，例如你想把 forever 中的 for 改成 FOR，但又不希望 forest 中的 for 有任何变化，你除了使用 :s/forever/FORever/g 之外也可以使用 :s/\zsfor\zeever/FOR/g 来完成这一点，这在有时非常有用，因为它搜索的条件更精确，而替换的只是某一部分。 在正则表达式一节中曾经说过，vim有能力将七十万字的《红楼梦》中的第一回第二回这样的中文回目序号，用一个替换命令修改成第1回第2回这样的数字序号，其实vim并不能读懂“一二三”这些中文的意思，它只是在替换时使用了一个序列，在每一处替换完成后将序列向后推进一次，达到数字递增的效果，本节偷懒不再详细描述具体方法了。 需要强调的是，本文并不是叙述正则表达式用途的，仅仅是为了描述在搜索和替换中如何使用正则表达式，这就好比只教你如何使用计算机而不是教你计算机能干什么一样，正则表达式的用途相关广泛，下面举一些例子： :%s/^\n\&;/\r/ 将文件中的连续若干个空行压缩成一行 :%s/^\n\{3}// 删除连续三个空行 :%s/\r//g 将文件的换行由dos风格换为unix风格 :%s#<[^>]\&;>##g 删除文件中的所有html标记，仅仅留下文本内容 :%s/\ (.*\ ):\ (.*\ )/\2:\1 将用冒号分隔的两段文字颠倒顺序 :s/freg/\=@a/g 将当前行中freg的每一处出现替换为寄存器a中的内容 要查看更多类似这样的复杂正则表达式，网上流传一份由大师级人物写的一份 vimtips，很容易搜索到，有兴趣的可以自行百度。}}}

与其在那里苦苦挣扎，碍于面子硬撑，倒不如微笑着面对，