regex - 崇高文字立即将多个重音字符替换为无重音字符

Question

我需要在文本文件中用重音符号替换所有字符，即:

á é í ó ú ñ

对于它们的非重音符号:

a e i o u n

可以通过某个正则表达式命令一次为整个文件实现此功能吗？

更新(2017年2月1日)

我将 great answer替换为 Keith Hall，并变成了Sublime包。您可以在这里找到它: Remove​Non​Ascii​Chars。

Answer 1

您可以使用以下正则表达式:

(?=\p{L})[^a-zA-Z]

寻找带有变音符号的字符。

(?=\p{L})正向前瞻，以确保下一个字符是Unicode字母

[^a-zA-Z]否定字符类，以排除不带变音符号的字母。

这是必需的，因为Sublime Text(或者更具体地说，它用于“查找和替换”的 Boost regex engine)不支持 \p{M}。有关 \p元字符功能的更多信息，请参见 http://www.regular-expressions.info/unicode.html。

不幸的是，要进行替换，您将需要指定要手动替换的字符。更难的是，ST似乎不支持 POSIX character equivalents，也不支持 conditionals in the replacement，这允许您使用捕获组在一次通过中进行查找和替换。

因此，您将需要使用多个查找表达式，例如:

[ÀÁÂÃÄÅ]

用。。。来代替

A

和

[àáâãäå]

用。。。来代替

a

等等。

这是很多手工工作。

一种更简单/快捷/省力的方法是使用Python API而不是regex:

工具菜单->开发人员->新插件

粘贴在以下内容中:

import sublime
import sublime_plugin
import unicodedata

class RemoveNonAsciiCharsCommand(sublime_plugin.TextCommand):
    def run(self, edit):
        entire_view = sublime.Region(0, self.view.size())
        ascii_only = unicodedata.normalize('NFKD', self.view.substr(entire_view)).encode('ascii', 'ignore').decode('utf-8')
        self.view.replace(edit, entire_view, ascii_only)

将其保存在ST建议的文件夹(这将是您的Packages/User文件夹)中，就像remove_non_ascii_chars.py(文件扩展名很重要，基本名称不重要)一样。

查看菜单->显示控制台

输入/粘贴view.run_command('remove_non_ascii_chars')，然后按Enter

变音符号将被删除(带有重音符号的字符将被转换为非重音符号的字符)。

注意:以上内容实际上也会删除所有非ASCII字符...

进一步阅读:

http://fabzter.com/blog/remove-nonspacing-characters-text-python

What is the best way to remove accents in a Python unicode string?