文本批量处理

这个工具解决什么问题

从教务系统导出的名单、从网页复制的表格、从 Excel 粘出来的数据,格式往往很乱:有重复行、有空行、每行前后带空格、全角和半角混在一起。手工处理几十行还能忍,几百行就不现实了。

这个工具把这些操作做成可勾选的步骤,一次跑完。你只需要粘贴文本、勾选要做的处理、点一下按钮。

各个处理项是什么意思

下面每一项都可以单独勾选,也可以组合使用。不熟悉的话建议先只勾一两个看效果,再逐步叠加。

• 去重 —— 删除内容完全相同的行,保留第一次出现的。注意是整行完全相同,不是模糊匹配。
• 去空行 —— 删除只有空格或制表符的行。
• 去首尾空格 —— 每行前后的空格删掉。从网页复制时经常带上。
• 压缩连续空格 —— 把行内连续的多个空格或制表符压成一个,去掉排版用的多余空白。
• 排序 —— 支持升序与降序。中文按拼音顺序排,不是按笔画或编码。
• 大小写 —— 转大写、转小写、或首字母大写(常用于整理英文名单)。
• 全角转半角 / 半角转全角 —— 处理输入法造成的全角数字、字母和标点。比如全角的「１２３ＡＢＣ」转成半角「123ABC」。
• 删除行号 —— 去掉行首的「1. 」「2、」「3) 」这类编号,方便重新编号或导入其它系统。
• 正则替换 —— 用正则表达式批量替换。这是最灵活也最容易出错的一项,下面单独说明。

关于正则替换

正则替换的用法是:在「查找」里填正则表达式,在「替换为」里填替换内容。工具会用全局模式(相当于加了 `g` 标志)执行,也就是替换所有匹配项而不是只替换第一个。

几个实用例子:删除所有数字,查找填 `[0-9]+`,替换留空;把多个空格换成一个,查找填 ` +`(加号表示一个或多个空格),替换填一个空格;删除括号及其内容,查找填 `（[^）]*）`,替换留空。

如果正则写得不对,工具会给出提示而不是报错崩溃。常见错误是括号没有成对、或者用了特殊字符却没有转义(比如想匹配点号本身要写 `.` 而不是 `.`)。