Lua的模式匹配

2014-6-2 1:27:14
收藏：0
阅读：229
评论：2

我有一个文件，其中包含从 Microsoft Lync 会话中提取出的具有 RTF 格式标记的值。例如文件如下：

{\ rtf1 \ fbidis \ ansi \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ f0 \ fnil \ fcharset0> Segoe UI;} {\ f1 \ fnil Segoe UI; }} {\ colortbl ; \ red0 \ green0 \ blue0;} {\* \ generator Riched20 15.0.4420} {\* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 Craig...\ embo0 \ embo please\ embo0 \ embo close\ embo0 \ embo> out \ embo0 \ embo of\ embo0 \ embo your \ embo0 \ embo old \ embo0 \ embo client \ embo0 \ embo> and \ embo0 \ embo re-open \ embo0 \ f1 \ par {\* \ lyncflags rtf = 1}}

我正在尝试使用 Lua 脚本删除 RTF 标记，并仅提取会话文本。因此，我的函数的结果应该是：

Craig... 取消您的旧客户端并重新打开

我尝试使用带有正则表达式的 string.gsub 将模式匹配并将其替换为空格，以仅留下文本，但这并没有起作用。这是我现有的 string.gsub 的代码：

` result = string.gsub(s，“\ {\ *？\\ [^ {}] +} | [ {}] | \ \\ n？[AZa-z] + \ n？（？-？\ D +）？[ ]？”，“”） `

任何建议都将不胜感激！

附加：

user1@capital.com @ 2013-01-18 17:48:03Z（TO：user2@capital.com）

{\ rtf1 \ fbidis \ ansi \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ f0 \ fnil \ fcharset0 Segoe UI;} {\ f1 \ fnil Segoe UI; }}

{\ colortbl ; \ red0 \ green0 \ blue0;} {\* \ generator Riched20 15.0.4420} {\* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 works\ embo0 \ embo for\ embo0 \ embo me..\ embo0 \ embo how\ embo0 \ embo about\ embo0 \ embo embedding\ embo0 \ embo pictures？\ embo0 \ f1 \ par {\* \ lyncflags rtf = 1}}

user1@capital.com @ 2013-01-18 17:48:57Z（TO：user2@capital.com）

{\ rtf1 \ fbidis \ ansi \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ f0 \ fnil \ fcharset0 Segoe UI;} {\ f1 \ fnil Segoe UI; }}

{\ colortbl ; \ red0 \ green0 \ blue0;} {\* \ generator Riched20 15.0.4420} {\* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 I\ embo0 \ embo see\ embo0 \ embo it\ embo0 \ f1 \ par {\* \ lyncflags rtf = 1}}

user1@capital.com @ 2013-01-18 17:49:27Z（TO：user2@capital.com）

{\ rtf1 \ fbidis \ ansi \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ f0 \ fnil \ fcharset0 Segoe UI;} {\ f1 \ fnil Segoe UI; }}

{\ colortbl ; \ red0 \ green0 \ blue0;} {\* \ generator Riched20 15.0.4420} {\* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 让我们\ embo0 \ embo try\ embo0 \ embo a\ embo0 \ embo meeting.\ embo0 \ f1 \ par {\* \ lyncflags rtf = 1}}

点赞
用户1442917
用户1442917

Lua模式不支持 or运算符(|)或可选分组((?:…)?)。可以尝试使用以下代码：

s:match("{(.+)}"):gsub("%b{}", ""):gsub("\\%w+", "")

将返回：

"    Craig... 请关闭你的旧客户端并重新打开 "

第一个 gsub删除所有的{}及其内容，第二个 gsub删除所有的RTF标记(尽管有些标记允许其中包含空格，因此您可能需要微调模式)。

2013-02-04 22:37:09
用户9155965
用户9155965

试试这个：

local s = '{\rtf1\fbidis\ansi\ansicpg1252\deff0\nouicompat\deflang1033{\fonttbl{\f0\fnil\fcharset0 >Segoe UI;}{\f1\fnil Segoe UI;}} {\colortbl ;\red0\green0\blue0;} {*\generator Riched20 15.0.4420}{*\mmathPr\mwrapIndent1440 }\viewkind4\uc1 \pard\cf1\embo\f0\fs20 Craig...\embo0 \embo 请\embo0 \embo 关闭\embo0 \embo 你的\embo0 \embo 旧的\embo0 \embo 客户端，并重新打开\embo0\f1\par {*\lyncflags rtf=1}}\n'
    ..'{\rtf1\fbidis\ansi\ansicpg1252\deff0\nouicompat\deflang1033{\fonttbl{\f0\fnil\fcharset0 Segoe UI;}{\f1\fnil Segoe UI;}} {\colortbl ;\red0\green0\blue0;} {*\generator Riched20 15.0.4420}{*\mmathPr\mwrapIndent1440 }\viewkind4\uc1 \pard\cf1\embo\f0\fs20 对我来说有效... 嵌入图片怎么样？\embo0\f1\par {*\lyncflags rtf=1}}\n'
    ..'{\rtf1\fbidis\ansi\ansicpg1252\deff0\nouicompat\deflang1033{\fonttbl{\f0\fnil\fcharset0 Segoe UI;}{\f1\fnil Segoe UI;}} {\colortbl ;\red0\green0\blue0;} {*\generator Riched20 15.0.4420}{*\mmathPr\mwrapIndent1440 }\viewkind4\uc1 \pard\cf1\embo\f0\fs20 我看到了它\embo0\f1\par {*\lyncflags rtf=1}}\n'
    ..'{\rtf1\fbidis\ansi\ansicpg1252\deff0\nouicompat\deflang1033{\fonttbl{\f0\fnil\fcharset0 Segoe UI;}{\f1\fnil Segoe UI;}} {\colortbl ;\red0\green0\blue0;} {*\generator Riched20 15.0.4420}{*\mmathPr\mwrapIndent1440 }\viewkind4\uc1 \pard\cf1\embo\f0\fs20 让我们试试开个会议吧。\embo0\f1\par {*\lyncflags rtf=1}}\n'
local text = string.gsub(s, '{(.-)}[}]?', ''):gsub('embo',''):gsub('0',''):gsub('iewkind4uc1 pardcf1',''):gsub('1par',''):gsub('s2',''):gsub('>','')
print(text)

输出

Craig... 请 关闭 你的 旧的 客户端，并重新打开 对我来说有效... 嵌入图片怎么样？ 我看到了它 让我们试试开个会议吧。

2019-05-18 20:49:54

作者:

用户2041171

用户2041171
推荐文章