regex - 从选定的 Unicode 希伯来语文本中删除希伯来语元音 (nikkud)

Question

我想在 Word 文档中选择一串 Unicode 希伯来语文本并删除希伯来语元音(又名 nikkud)而不更改任何其他内容。

我需要从所选文本中删除给定范围内的 Unicode 字符。我要删除的 Unicode 字符是 U+0591-U+05BD、U+05BF-U+05C2 和 U+05C4-U+05C7。

我找到了一种使用 Google 表格 ( thank you GitHub ) 中的 REGEXREPLACE 函数从 Unicode 文本字符串中删除希伯来语元音的方法。例如:

=REGEXREPLACE(B1,"[(\x{0591}-\x{05BD})OR(\x{05BF}-\x{05C2})OR(\x{05C4}-\x{05C7})]","")

其中单元格 B1 包含带元音的原始希伯来语文本，该函数输出删除了元音的相同文本。那里使用的 Unicode 范围允许我留下两个需要保留的字符(U+05BE 和 U+05C3)。

使用这种方法，我可以复制一个希伯来文本字符串，例如 אָמַר יְהוָה，将其粘贴到我的 Google Sheet 中，然后复制输出 אמר יהוה，并将其粘贴到原始文本上。这比 Word 中的宏慢得多(有数百个希伯来语文本字符串需要修复)。大部分文档是英文的，有希伯来语的片段，所以我不需要转换整个文档的解决方案。

一些搜索向我表明 Word VBA 存在类似的 RegEx 替换函数，但我没有足够的编程知识来适应我自己的需要。

Answer 1

你可以试试这个宏。请注意，我的速度非常慢:

Sub RemoveHebrewVowels()
    Dim Word As Range
    Dim Words As Variant
    Dim WildcardCollection(3) As String
    Rem [(\x{0591}-\x{05BD}]
    WildcardCollection(0) = "[" & ChrW(1425) & "-" & ChrW(1469) & "]{1;}"
    Rem [\x{05BF}-\x{05C2}]
    WildcardCollection(1) = "[" & ChrW(1471) & "-" & ChrW(1474) & "]{1;}"
    Rem [\x{05C4}-\x{05C7}]
    WildcardCollection(2) = "[" & ChrW(1476) & "-" & ChrW(1479) & "]{1;}"
    'Options.DefaultHighlightColorIndex = wdYellow
    'Clear existing formatting and settings in Find
    Selection.Find.ClearFormatting
    Selection.Find.Replacement.ClearFormatting
    'Selection.Find.Replacement.Highlight = True
    'Cycle through document and find wildcards patterns, replace when found
    For Each Word In ActiveDocument.Words
        For Each WildcardsPattern In WildcardCollection
            With Selection.Find
                .Text = WildcardsPattern
                .Replacement.Text = ""
                .Forward = True
                .Wrap = wdFindContinue
                .Format = False
                .MatchCase = False
                .MatchWholeWord = False
                .MatchWildcards = True
                .MatchSoundsLike = False
                .MatchAllWordForms = False
            End With
            Selection.Find.Execute Replace:=wdReplaceAll
        Next
    Next
End Sub