使用正则表达式进行中文排版

　　中文排版是字处理的一个基本功能，目前有些文字排版软件，例如“排版助手”等等，可以完成一些通用的中文排版功能，但是对于一些复杂的个性化排版功能就无法实现，实际上，我们通过在一些常用的支持正则的代码编辑软件里，使用正则表达式，就可以完成很多复杂的排版功能，下面将举一些常用的例子。

　　代码编辑软件可使用notepad++或editplus，两者的正则表达式对于换行有一点点差别，一个用\r\n，另一个用\n。下面以editplus为例，讲述一下操作方法，先用editplus打开一个中文文件，然后点“替换”，点击“使用正则表达式”，然后在“查找项”和“替换项”里输入以下字符串，即可实现特定的排版功能。

　　此外，在“替换”界面中点“常用项”，可以把经常使用的规则保存为功能列表，这样，使用某个功能的时候，直接调用即可获取相关代码。

　　〇、常见匹配类

　　匹配中文字符的正则表达式： [\u4e00-\u9fa5]

　　匹配双字节字符(包括汉字在内)：[^\x00-\xff]

　　匹配特殊字符 ：((?=[\x21-\x7e]+)[^a-za-z0-9])

　　匹配所有的半角空白字符：[ \f\r\t\n]

　　匹配隐藏字符：[\u0000-\u001f]

　　一、段落排版类

　　1、非段落换行排版（要求段落之间空一行）

　　查找项：([^\n])\n
　　替换项：\1

　　2、插入空行

　　查找项：\n
　　替换项：\n\n

　　3、删除空行

　　查找项：^\s*\n
　　替换项：空

　　4、行首批量添加（替换项为2个空格时可实现首行缩进）

　　查找项：^
　　替换项：我是行首aaa

　　5、行尾批量添加

　　查找项：\n
　　替换项：bbb我是行尾\n

　　6、半角引号替换为全角引号

　　查找项：\"([^\"\']*)\"
　　替换项：“\1”

　　7、半角单引号替换全角

　　查找项：\'([^\"\']*)\'
　　替换项：‘\1’

　　8、固定宽度加硬回车（下例为宽度50）

　　查找项：(.{1,50})
　　替换项：\1\n

　　二、删除特定字符串类

　　1、删除行前空格

　　查找项：^[　\s]*
　　替换项：空

　　2、删除行尾空格

　　查找项：[　\s]*$
　　替换项：空

　　3、删除包含指定关键字的行

　　查找项：^.*(指定关键字).*$
　　替换项：空

　　4、删除以指定关键字开头的行

　　查找项：^(指定关键字)[^\n]+\n
　　替换项：空

　　5、删除html注释

　　查找项：<!--(.*?)-->
　　替换项：空

　　6、删除html标签

　　查找项：<[^>]+>
　　替换项：空

　　7、删除html标签内的全部

　　查找项：<(.*)>.*<\/\1>|<(.*) \/>
　　替换项：空

　　8、删除硬回车

　　查找项：(^.*)[^?<!！|”|？|。]\n
　　替换项：\1

　　三、中文汉字处理类

　　1、中文和英文之间加空格

　　查找项：([\u4e00-\u9fa5]+)([a-za-z]+)
　　替换项：\1 \2

　　2、英文和中文之间加空格

　　查找项：([a-za-z]+)([\u4e00-\u9fa5]+)
　　替换项：\1 \2

　　3、中文和数字之间加空格

　　查找项：([\u4e00-\u9fa5]+)([0-9]+)
　　替换项：\1 \2

　　4、数字和中文之间加空格

　　查找项：([0-9]+)([\u4e00-\u9fa5]+)
　　替换项：\1 \2

　　5、上述替换整合

　　查找项：([\u4e00-\u9fa5]+)([a-za-z]+)|([a-za-z]+)([\u4e00-\u9fa5]+)|([0-9]+)([\u4e00-\u9fa5]+)|([\u4e00-\u9fa5]+)([0-9]+)

　　四、章节处理类

　　1、序号变为章节

　　查找项：\n([\u4e00-\u9fa5]{1,2})\n
　　替换项：\n第\1章\n
 
　　2、章节之间加换行

　　查找项：第(.*)章
　　替换项：\n第\1章

　　3、章节样式替换

　　查找项：<p>(第.{1,5}章.*)</p>
　　替换项：<h1>\1</h1>