Hướng dẫn [Regex-function] Công cụ lưu trữ Regex hiệu quả

* Mình được một bạn nhắn cho như thế này:

* Câu hỏi đắt nhất ở đúng câu cuối cùng và kết quả là có bài này
1. Đầu tiên là lời giải cho phần câu hỏi đến trước câu cuối cùng:
Tìm: (<h.*?>.*?</h.*?>\s*)(<p.*?>)(\p{L})(.*?</p>)
Thay thế ở chế độ Regex: \1<p><span class="drop">\3</span>\4



2. Và đây là lời giải cho câu cuối cùng:

Mã:

#Find: (<h.*?>.*?</h.*?>\s*)(<p.*?>)(\p{L})(.*?</p>)
def replace(match, number, file_name, metadata, dictionaries, data, functions, *args,
**kwargs):
    return match.group(1)+'<p><span class="drop">'+match.group(3)+'</span>'+match.group(4)

# Ensure that when running over multiple files, the files are processed
# in the order in which they appear in the book
replace.file_order = 'spine'

* Mục đích của việc tạo Function để làm gì? Đó là lưu trữ cú pháp tìm kiếm và thay thế để dùng lại cho các trường hợp tương tự ở những ebook khác một cách nhanh chóng, và có thể chia sẻ cho một người dùng khác sử dụng mà không cần biết về regex.
* Sự quy ước để chuyển đổi từ regex sang regex-function
1. \1 sẽ tương ứng với match.group(1) tương tự với \2 \3...
2. Phép nối text là phép +
3. Cụm text trên cùng 1 hàng được đặt giữa 2 dấu '. Ví dụ 'abc'
4. Cụm text có nhiều dòng sẽ được đặt giữa 2 dấu '''. Ví dụ:
'''abc
xyz'''
5. Kết quả trả về luôn đặt sau lệnh return
6. replace.file_order = 'spine' là lệnh replace sẽ thực thi trên tất cả html có trong ebook
7. #Find: là ghi chú cú pháp tìm kiếm để copy và dán vào ô Find khi sử dụng mà không cần gõ lại.
===
Chúc các bạn làm sách vui vẻ

 

* Mình lại nhận được 1 câu hỏi về cập nhật Function

* thực ra cái cần cập nhật lúc này không phải là cấu trúc return mà là cấu trúc #Find, lúc này chúng ta sẽ sử dụng hàm or (dấu |) để regex thực hiện việc tìm kiếm
* Function mới sẽ như thế này (thực ra vẫn là phép thay thế cũ, chỉ cập nhật cho phép tìm kiếm)

Mã:

#Find: (<h.*?>.*?</h.*?>\s*)(<p.*?>)(\p{L}|[\" \“]\p{L})(.*?</p>)
def replace(match, number, file_name, metadata, dictionaries, data, functions, *args,
**kwargs):
    return match.group(1)+'<p><span class="drop">'+match.group(3)+'</span>'+match.group(4)

# Ensure that when running over multiple files, the files are processed
# in the order in which they appear in the book
replace.file_order = 'spine'

* Ở cấu trúc tìm kiếm mới này chúng ta thấy \3 đã thay đổi khi từ (\p{L}) thành (\p{L}|[\" \“]\p{L}) tức là thay vì \3 lúc đầu chỉ là 1 ký tự unicode thì lúc này \3 (match.group(3)) đã trở thành 1 ký tự unicode, hoặc dấu " và 1 ký tự unicode hoặc dấu “ và 1 ký tự unicode. Chúng ta chỉ cần thay đổi cấu trúc tìm kiếm một chút để \3 chứa nhiều kiểu dữ liệu hơn thôi mà không cần thay đổi phép thay thế.
* Lưu ý một bộ (...) được đếm từ trái qua phải tương ứng \1 \2 \3.... ở regex thì khi lưu vào function nó tương ứng với match.group(1), match.group(2), match.group(3).... do đó phép nối text sẽ phụ thuộc vào số bộ (...) các bạn chia cấu trúc text gốc.
* Ở phép thay thế này chúng ta thấy \2 là cái cần thay thế thành một cụm text mới nên ở cấu trúc return sẽ không dùng lại \2 nữa.

 

Mình post lại một số quy ước khi sử dụng regex.

 

Báo cáo Thầy INNO! Học trò của Thầy đã lĩnh hội được tất cả những gì Thầy muốn chuyển tải ở trên đây để áp dụng cho tất cả các trường hợp rồi Thầy nhé. Cám ơn Thầy rất nhiều ạ! Nếu ở gần thì phải đãi Thầy cái gì mới được

 

Chào các bác cho em hỏi: Em muốn count dòng đầu tiên ( DropCap ) ngắn quá thì đánh dấu vào nhưng viết Function không chạy. Nhờ các bác chỉ giúp

Mã:

#Find: (</span>.*?)(</p>)
def replace(match, number, file_name, metadata, dictionaries, data, functions, *args, **kwargs):
    sochu = len(group(1))
    if (sochu < 100)
    return match.group(1) + "9999" + match.group(2)
    else
    return match.group(1) + match.group(2)
replace.file_order = 'spine'

Thanks các bác !

 

Em chưa thử function này. Có khi nào sai chỗ chữ "len" không bác? Thường trong tiếng Anh thì "length" này chứ nhỉ? Bác kiểm tra lại câu lệnh xem?

 

Không rõ bạn ấy cần count là đếm số dòng dropcap hay đếm số từ trong mỗi dòng dropcap?

 

Mã:

def replace(match, number, file_name, metadata, dictionaries, data, functions, *args, **kwargs):
    sochu = len(match.group(1))
    if sochu < 100:
        return match.group(1) + "9999" + match.group(2)
    else:
        return match.group(1) + match.group(2)
replace.file_order = 'spine'

 

Em nghĩ nó đếm tất cả (</span>.*?)(</p>), từ "</" đến "p>" luôn đó bác.

 

Em đếm số chữ trong dòng có DropCap để chỉnh sửa vì dòng có DropCap mà ngắn quá hiển thị rất xấu nên gộp dòng

 

Cũng không được bác ah, tài liệu hướng dẫn cái này trên mạng ít đến đáng thương

 

Thanks bác đã chạy

 

Cái này nó viết bằng python, mấy bác muốn tìm hiểu thì tìm hiểu python
Vui lòng đăng nhập hoặc đăng ký để xem link
Vui lòng đăng nhập hoặc đăng ký để xem link