问题描述
任务：用第一个字母序列不包含全部大写字母的行之前的空格替换CRLF。
FOO Bar 123 sometext BAR sometext
Foobar,sometext 123
FOOBAR^&%# sometext sometext 1234 5678
Bar 123 456 FOO 789
barfoobar sometext
BAR; sometext (*&%#) FOOBAR 123
预期结果：
FOO Bar 123 sometext BAR sometext Foobar,sometext 123
FOOBAR^&%# sometext sometext 1234 5678 Bar 123 456 FOO 789 barfoobar sometext
BAR; sometext (*&%#) FOOBAR 123
好吧，忘了提及（如果有关系的话），俄语（西里尔字母，Windows-1251）的源文本，以下示例。
AБИДЖАН (Abidjan),город и главный порт государства Кот-д'Ивуар,Aдминистративный центр деп. Абиджан. Ок. 2 млн. жителей
Aдм. ц. французской колонии Берег Слоновой Кости (БСК). В 1960-83 столица Государства БСК.
非常感谢您的帮助。
干杯
迈克尔
解决方法
使用正则表达式替换，并使用unicode序列
打开查找并替换
启用“匹配大小写”
将搜索模式设置为“正则表达式”
查找内容：\r\n([\u0600-\u06FF]{0,1}[\u0061-\u007A]{1,})
替换为： $1（空格很重要）
经过一系列实验，我可以开发3步解决方案。
- 搜索
(\n[А-Я] ?[A-Я]+)，并替换为\n#$1（https://regex101.com/r/nVHqUt/1）。 - 搜索
\r\n，以空格代替。 - 搜索
#\n，替换为\r\n。
感谢大家的帮助！
,- Ctrl + H
- 查找内容：
\R(?![A-ZА-Я]+\b) - 替换为：
A single space - 检查 匹配案例
- 检查 环绕
- 检查 正则表达式
- 全部替换
说明：
\R # any kind of linebreak (i.e. \r,\n,\r\n)
(?! # negative lookahead,make sure we haven't after:
[A-ZА-Я]+ # Capital Latin & Cyrillic letters
\b # word boundary,make sure we match a whole word
) # end lookahead
屏幕截图（之前）：
屏幕截图（之后）：
