Вы не вошли. Пожалуйста, войдите или зарегистрируйтесь.
Серый форум → Общение → AutoHotkey → AHK: Нужно из текста извлечь слова, которые содержат латинницу и цифры
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться
То есть чтоб не киррилицу
То есть например у меня есть текст
*
Я приобрел отличный фотик Phillips MS34(условная модель)
А у меня Codac Super FLash MA1212
*
Нужно на выходе чтоб было:
Phillips MS34
Codac Super FLash MA1212
Помогите реализовать, заранее спасибо
Так пойдёт?
Src =
(
Я приобрел отличный фотик Phillips MS34(условная модель)
А у меня Codac Super FLash MA1212
)
Dest := RegExReplace(Src, " ?[^A-Za-z\d\r\n]+ ?")
MsgBox, %Dest%Спасибо YMP, попробую, отпишу
Я вот помещаю содержимое буфера обмена (Src:=Clipboard)
Но оно слова слитно пишет
PhillipsMS34
CodacSuperFLashMA1212
И еще бы поубирать пустые строки, если возможно)
Да, что-то я не обратил внимания на слитность. В первом варианте было нормально, но потом "улучшил".
Попробуйте так:
Src := Clipboard
Dest := RegExReplace(Src, "[^A-Za-z\d\s]+ ?")
Dest := RegExReplace(Dest, "(\r?\n)+", "$1")
MsgBox, %Dest%Спасибо YMP!
YMP:
Src =
(
Я приобрел отличный фотик Phillips MS34(условная модель)
А у меня Codac Super FLash MA1212
)
MsgBox, % RegExReplace(Src, "[^\w\s]+ ?|\R(?=\R)")
Я тоже сначала использовал \w. Но потом подумал, что это эксплуатация бага и идеологически неправильно. Ну или не бага, но неполноценности какой-то, недоделанности.
Кстати, а если будет так?
Src =
(
Я приобрел отличный фотик Phillips MS34(условная модель)
Врёшь ты всё.
Не, нифига не вру.
А у меня Codac Super FLash MA1212
)
MsgBox, % RegExReplace(Src, "[^\w\s]+ ?|\R(?=\R)")Нигде ведь не сказано было, что пустые строки там изначально. Я этот момент учёл, а ты нет. 
OFFTOP/ Битва титанов, неведана для земных)))
YMP:
Src =
(
Я приобрел отличный фотик Phillips MS34(условная модель)
Врёшь ты всё.
Не, нифига не вру.
А у меня Codac Super FLash MA1212
)
Dest := RegExReplace(Src, "[^A-Za-z\d\s]+ ?")
Dest := RegExReplace(Dest, "(\r?\n)+", "$1")
MsgBox, %Dest%Да, у меня не совсем верно! 
Издеваешься? 
Так никто писать не будет. Если в вопросе прямо не указано, извращения не рассматриваются.
Да нет, я чисто ради спортивного интереса! Пробел или таб в начале строки теоретически могут быть!
Src =
(
Я приобрел отличный фотик Phillips MS34(условная модель)
Врёшь ты всё.
Не, нифига не вру.
А у меня Codac Super FLash MA1212
)
MsgBox, % RegExReplace(Src, "(?<=[\n\r])\W+(?=\R)\R|[^\w\r\n\t ]|(?<!\w)[ \t]")
Пробел или таб в начале строки теоретически могут быть!
Теоретически в русских словах могут быть английские буквы, и наоборот.
Да? Никогда с таким не сталкивался! 
Ну дык "сталкивался" — это уже практика. Мы же теоретизируем. Но я вот обычно АНК пишу русскими буквами, если это не заголовок темы. Охота ли человеку переключать язык ради аббревиатур типа MA1212?
Что ж, в таком случае задание будет просто невыполнимо. А вот с пробелами и табами легко можно бороться!
OFF:
Но я вот обычно АНК пишу русскими буквами, если это не заголовок темы. Охота ли человеку переключать язык ради аббревиатур типа MA1212?
Насчёт таких аббревиатур не скажу, поскольку не знаю что сие. А вообще всегда пишу на том языке, который должен быть. Это чрезвычайно важно для поиска (не только в интернете, но и локально).
P.S. Или я не понял, и Вы имели в виду так: «АХК»?
alexii, что касается АНК, то обратите внимание на заголовок этой темы, оно там есть. А МА1212 — из вопроса автора темы. Просто пример аббревиатуры, где по виду не поймёшь, латинские буквы или русские. Соответственно есть соблазн не переключать язык, а печатать русскими.
А как на основе выше выложенных кодов извлечь слово после каждого пробела?
Пример:
Я
приобрел
отличный
фотик
Phillips
MS34
Я тоже сначала использовал \w. Но потом подумал, что это эксплуатация бага и идеологически неправильно. Ну или не бага, но неполноценности какой-то, недоделанности.
Раз уж эта тема всплыла:
Version 8.10 25-Jun-2010
Added PCRE_UCP to make \b, \d, \s, \w, and certain POSIX character classes
use Unicode properties. (*UCP) at the start of a pattern can be used to set
this option. Modified pcretest to add /W to test this facility. Added
REG_UCP to make it available via the POSIX interface.
В актуальных версиях ahk есть опция *UCP. Теперь \w для латиницы это не баг, а «фича», дающая прирост скорости выполнения regexp при работе с ASCII символами.
Сообщение написано для пользователей не обращающих внимание на даты написания постов.
Страницы 1
Чтобы отправить ответ, вы должны войти или зарегистрироваться
