规则如何匹配,以及容易出错的细节
每条规则都会一次性替换所有匹配项,就像文字处理软件中的“全部替换”,规则从上到下依次执行。顺序很重要:先 猫 → 狗 再 狗 → 鸟,所有的猫最后都会变成鸟。除非勾选“区分大小写”,匹配会忽略大小写,并使用 Unicode 大小写折叠,因此 Ä 与 ä、Σ 与 σ 都能匹配。普通规则按输入的原样查找:句点就是句点,替换文本中的 $ 就是美元符号。
最常见的需求是处理换行。开启换行选项时(默认开启),“查找”或“替换为”中的 \n 表示换行,\t 表示制表符,所以预设“换行 → 逗号”就是把 \n 替换为逗号加空格。要查找真正的反斜杠时请关闭此选项,例如 Windows 路径 C:\new。Windows 的行尾(CR LF)也按普通换行读取,因此一条规则即可处理任何系统的文件。
“模式(正则)”使用支持 Unicode 的 JavaScript 正则表达式,^ 和 $ 匹配每一行的开头和结尾。在替换文本中,$1 到 $99 插入编号分组,$<name> 插入命名分组,$& 插入整个匹配,$$ 插入美元符号。模式 (\d{4})-(\d{2})-(\d{2}) 配合 $3/$2/$1 可把 2026-11-12 变成 12/11/2026,^(.+)$ 配合 '$1', 可给每行加上引号。有些模式,例如对一长串字母使用 (a+)+,可能要几分钟才会失败,因此模式在后台运行,4 秒后停止并给出提示。
“全字匹配”会检查匹配内容两侧是否紧挨字母、附加符号、数字或下划线,适用于任何文字。常用的 \b 只认识英文字母 A 到 Z,这就是依赖它的工具会把 catégorie 或印地语单词从中间切开的原因。在我们的测试中,在 1,054,000 个字符中把 colour 替换为 color(51,000 处)用了 7 ms,三条规则(含一个模式和一次合并行)用了 22 ms。只要规则不改变行数,“改动的行”会列出最多 100 行改动前后的文本。