Strumenti di testo e di uso quotidiano · Text Toolkit
Come funziona la ricerca di parole intere: confini delle parole e problema gatto|cane
· Come funziona
espressione regolare trova e sostituisci modifica del testo
Spiega cos'è un limite di parola nelle espressioni regolari JavaScript, perché 'cat' non deve corrispondere all'interno di 'concatenate' e perché un'alternanza come cat|dog deve essere raggruppata prima che vengano aggiunti i limiti.
La ridenominazione che ha cambiato 'concatena': perché una semplice ricerca e sostituzione di una parola breve danneggia le parole più lunghe
La ridenominazione di un prodotto sembra innocua finché non appare un nome breve all'interno di parole non correlate. Sostituendo ogni occorrenza di `cat` con `lynx` si cambia `concatenate` in `conlynxenate`, anche se nessun editor intendeva rinominare parte di quel verbo. Il solo conteggio delle corrispondenze non può proteggere il documento quando la regola di ricerca è troppo ampia.
La corrispondenza di parole intere restringe la regola prima che avvenga qualsiasi sostituzione. In ToolAcre, l'attivazione di Parola intera rende `cat` autonomo idoneo lasciando intatte le stesse lettere all'interno di `concatenate`. La distinzione è strutturale piuttosto che basata sul dizionario: il motore delle espressioni regolari controlla i caratteri immediatamente accanto a ogni possibile corrispondenza.
Cosa significa \b: la posizione di larghezza zero tra un carattere verbale e un carattere non verbale
In un'espressione regolare JavaScript, `` contrassegna un limite di parola di larghezza zero. Non consuma lettere, spazi o segni di punteggiatura. Invece, riesce in una posizione in cui un lato è un carattere verbale e l'altro lato no, incluso l'inizio o la fine del testo quando il carattere adiacente si qualifica come carattere verbale.
La categoria `w` di JavaScript fornisce i caratteri verbali rilevanti per questa implementazione: lettere ASCII, cifre e carattere di sottolineatura. Pertanto `cat` corrisponde a `cat` accanto a spazi, virgole o fine riga, ma non al segmento `cat` all'interno di `concatenate`, perché entrambi i lati di quel segmento continuano attraverso i caratteri delle parole e lì non esiste alcun limite.
Parola intera in modalità letterale: al testo di ricerca viene prima assegnato l'escape, quindi racchiuso tra i limiti
Con Regex disattivato, ToolAcre esegue prima l'escape di ogni metacarattere dell'espressione regolare nel testo di ricerca. Un punto rimane un punto letterale, le parentesi rimangono parentesi letterali e un segno più rimane un segno più. Solo dopo questo passaggio di escape la parola intera racchiude la fonte risultante, quindi la punteggiatura dell'utente non può diventare silenziosamente la sintassi regex.
Il wrapper è `(?:… )` senza lo spazio visualizzato: il `(?:…)` interno è un gruppo non di acquisizione. Per un letterale semplice come `cat`, l'effetto è equivalente a `cat`. Il raggruppamento è comunque importante perché un percorso di compilazione deve gestire in modo sicuro termini semplici e alternative più complicate senza modificare la numerazione del gruppo di acquisizione.
Parola intera in modalità regex: perché cat|dog deve essere delimitato come gruppo o il confine si lega solo a un ramo
La modalità Regex lascia intatto il modello immesso, ma Parola intera lo raggruppa comunque prima di aggiungere i confini. Per `cat|dog`, ToolAcre compila la forma concettuale `(?:cat|dog)`. Entrambe le alternative devono quindi iniziare e terminare ai limiti delle parole, quindi `cat` autonomo e `dog` autonomo corrispondono secondo la stessa regola.
Senza quel gruppo, `cat|dog` si dividerebbe in due rami: un confine sinistro vincolerebbe solo `cat`, mentre un confine destro vincolerebbe solo `dog`. L'alternanza ha una precedenza inferiore rispetto alla sequenza circostante. Il raggruppamento è ciò che applica entrambe le asserzioni di confine all'intera scelta invece di distribuire un'asserzione in modo non uniforme.
Esempio pratico: rinominare un prodotto in un documento con Parola intera attivata e verificare il conteggio delle sostituzioni rispetto alle aspettative
Incolla un passaggio rappresentativo contenente `cat`, `dog`, `concatenate`, `dogged` e segni di punteggiatura come `cat, dog.` Inserisci `cat|dog`, attiva Regex e Parola intera ed esegui Sostituisci tutto con il nuovo nome del prodotto. Le due parole animali autonome dovrebbero cambiare; le parole più lunghe dovrebbero rimanere esattamente come erano.
Leggere il conteggio delle sostituzioni segnalate prima di accettare la modifica. Se il documento ha tre riferimenti autonomi noti ma lo strumento ne segnala due o dodici, seleziona Annulla ed esamina i contesti di esempio. ToolAcre conta le corrispondenze prima di chiamare la sostituzione standard della stringa, quindi il totale visualizzato è un controllo pratico sulla regola di ricerca effettivamente compilata.
Dove i confini delle parole ti sorprendono: i caratteri delle parole di JavaScript sono ASCII lettere, cifre e trattino basso, quindi le parole accentate e non latine necessitano di test
Questi limiti non implementano un dizionario multilingue o un algoritmo di segmentazione del testo Unicode. Poiché le lettere accentate e gli script non latini non rientrano nella categoria di parole in stile ASCII utilizzata qui, Parola intera può restituire zero o produrre posizioni dei bordi sorprendenti per termini come `café`. La punteggiatura all'interno di un termine di ricerca può causare la stessa mancata corrispondenza.
Verifica la lingua e l'ortografia esatte prima di una modifica collettiva, in particolare per i nomi contenenti accenti, apostrofi o trattini. Un'asserzione di confine confronta solo categorie di caratteri adiacenti; non sa se la tipografia forma una parola umana. Se l'esempio fallisce, utilizza un'espressione regolare progettata deliberatamente per l'ambiente circostante invece di fidarti della casella di controllo.
Dove i confini delle parole JavaScript ti sorprendono: i caratteri delle parole in stile ASCII non sono parole linguistiche
Lo strumento fornisce un'opzione separata che fa distinzione tra maiuscole e minuscole, contrariamente a qualsiasi implicazione che la gestione dei casi sia assente dall'interfaccia. La sua cancellazione aggiunge il contrassegno senza distinzione tra maiuscole e minuscole di JavaScript. Tuttavia, l'implementazione utilizza solo la corrispondenza globale più l'insensibilità facoltativa alle maiuscole e minuscole; non aggiunge flag Unicode, multilinea, punto tutto, appiccicoso o altri flag.
Inoltre, questo articolo non trasforma `` in un limite compatibile con Unicode né risolve la tokenizzazione specifica della lingua. Gli escape della proprietà JavaScript non sono un sostituto in questo caso perché lo strumento non compila modelli con il flag Unicode. Per il lavoro editoriale multilingue, stabilisci casi di test espliciti e scegli un modello supportato dal motore del browser in uso.
Nello strumento sono presenti opzioni relative ai casi; I confini delle parole compatibili con Unicode no
L'intera parola è una regola di composizione, non un secondo motore sostitutivo. La modalità letterale sfugge alla ricerca; la modalità regex lo preserva; quindi lo stesso gruppo non catturante e due confini circondano entrambi i risultati. Tale ordine protegge la punteggiatura letterale e fa sì che le alternative regex come `cat|dog` si comportino come un'espressione limitata.
Utilizza l'opzione quando i termini autonomi in stile ASCII sono gli obiettivi previsti, quindi considera il conteggio delle sostituzioni e il controllo Annulla come misure di sicurezza anziché come decorazioni. Apri Trova e sostituisci di ToolAcre, testa l'alternanza rispetto agli esempi autonomi e incorporati e applicala al documento completo solo dopo che gli esempi si comportano come previsto.