Regex 将特定单词后的行连接到另一个特定单词

我有一个.txt文件的成绩单，看起来像这样

MICHEAL: blablablabla.

further talk by Michael.

more talk by Michael.

VALERIE: blublublublu.

Valerie talks more.

MICHAEL: blibliblibli.

Michael talks again.

........

总而言之，这种模式最多可使用4000行，不只是两个扬声器，而是多达七个不同的扬声器，所有扬声器都具有用大写字母书写的唯一名称（如上面的示例所示）。 对于一些文本挖掘，我需要按照以下方式重新排列这个.txt文件

将一位演讲者后面的几行连接起来，但仅限于仍然属于他的几行，以便上面的文件如下所示：

MICHAEL: blablablabla. further talk by Michael. more talk by Michael.

VALERIE: blublublublu. Valerie talks more.

MICHAEL: blibliblibli. Michael talks again.

按字母顺序对.txt文件中现在正确连接的行进行排序，以便演讲者所说的所有行现在都在一起。但是，sort函数不应该对一个说话人所说的句子进行排序（在将每个说话人的行排序在一起之后）

我知道一些基本的vim命令，但还不足以解决这个问题。特别是第一个。我不知道我可以在vim中实现什么样的模式，这样它只连接每个扬声器的线路

---

任何帮助都会被极大地吸引

在vim中，您可以采取两步方法，首先替换所有换行符

:%s/\n\+/ /g

然后在术语

大写：

前插入新行，第一行除外：

:%s/ \([[:upper:]]\+:\)/\r\1/g

对于排序，您可以利用UNIX排序程序：

:%sort!

可以使用管道符号将它们组合在一起：

:%s/\n\+/ /g | %s/ \([[:upper:]]\+:\)/\r\1/g | %!sort

并将它们映射到vimrc文件中的密钥：

:nnoremap <F5> :%s/\n\+/ /g \| %s/ \([[:upper:]]\+:\)/\r\1/g \| %sort! <CR>

：nnoremap:%s/\n\+//g\\\\%s/\（[[：upper:]\+:\）/\r\1/g\\\\\\\%sort！

---

如果在正常模式下按F5，则会发生转换。请注意，

|

需要在

nnoremap

命令中进行转义。

我对

vim

了解不多，但我正要匹配与特定扬声器对应的行，下面是实现这一点的方法

正则表达式：

/（[A-Z]+：）（[A-Za-Z\s\.]+）（？！\1）$/gm

说明：

（[A-Z]+：）

捕获只包含大写字母的说话人姓名

（[A-Za-z\s\.]+）

捕获对话。

（？！\1）$

反向引用演讲者的姓名，并比较下一个演讲者是否与上一个演讲者相同。如果不匹配，则匹配直到找到新的扬声器

---

我希望这至少能帮助您进行匹配。

好的，首先回答：

:g/^\u\+:/,/\n\u\+:\|\%$/join

现在解释一下：

• g代表全局，并在匹配的每一行上执行以下命令
• /^\u+：/是模式:g搜索：^是行的开头，\u是大写字符，+表示一个或多个匹配项，：是：
• 然后是棘手的一点，我们将执行的命令设置为一个范围，从匹配到其他模式匹配/\n\u+：\\\%$是由管道分隔的两部分\n\u+：是一个新行，后跟最后一个模式，即下一个发言者前面的行\%%$是文件的结尾
• join照罐头上写的做

因此，把它放在一起：对于每个发言者，加入到下一个发言者之前的一行或文件末尾

最接近我现在的排序是

：排序/\u+：/r

---

这将只按说话人姓名排序，并反转另一行，因此它不是您真正想要的

以下是解决您问题的脚本解决方案

它没有经过很好的测试，所以我添加了一些注释，以便您可以轻松地修复它

要使其运行，只需执行以下操作：

• 在脚本顶部的

  g:speakers

  var中填入所需的大写名称
• 脚本的源代码（例如：sav/tmp/script.vim | so%）
• 运行

  ：调用JoinAllSpeakLines（）

  通过扬声器连接线路
• 运行

  ：调用SortSpeakLines（）

  进行排序

您可以调整不同的模式以更好地满足您的需要，例如添加一些空间容差（

\u\{2，}\s*\ze:

）

代码如下：

" Fill the following array with all the speakers names:
let g:speakers = [ 'MICHAEL', 'VALERIE', 'MATHIEU' ]
call sort(g:speakers)


function! JoinAllSpeakLines()
" In the whole file, join all the lines between two uppercase speaker names 
" followed by ':', first inclusive:
    silent g/\u\{2,}:/call JoinSpeakLines__()
endf

function! SortSpeakLines()
" Sort the whole file by speaker, keeping the order for
" each speaker.
" Must be called after JoinAllSpeakLines().

    " Create a new dict, with one key for each speaker:
    let speakerlines = {}
    for speaker in g:speakers
        let speakerlines[speaker] = []
    endfor

    " For each line in the file:
    for line in getline(1,'$')
        let speaker = GetSpeaker__(line)
        if speaker == ''
            continue
        endif
        " Add the line to the right speaker:
        call add(speakerlines[speaker], line)
    endfor

    " Delete everything in the current buffer:
    normal gg"_dG

    " Add the sorted lines, speaker by speaker:
    for speaker in g:speakers
        call append(line('$'), speakerlines[speaker])
    endfor

    " Delete the first (empty) line in the buffer:
    normal gg"_dd
endf

function! GetOtherSpeakerPattern__(speaker)
" Returns a pattern which matches all speaker names, except the
" one given as a parameter.
    " Create an new list with a:speaker removed:
    let others = copy(g:speakers)
    let idx = index(others, a:speaker)
    if idx != -1
        call remove(others, idx)
    endif
    " Create and return the pattern list, which looks like
    " this : "\v<MICHAEL>|<VALERIE>..."
    call map(others, 'printf("<%s>:",v:val)')
    return '\v' . join(others, '|')
endf

function! GetSpeaker__(line)
" Returns the uppercase name followed by a ':' in a line
    return matchstr(a:line, '\u\{2,}\ze:')
endf

function! JoinSpeakLines__()
" When cursor is on a line with an uppercase name, join all the
" following lines until another uppercase name.
    let speaker = GetSpeaker__(getline('.'))
    if speaker == ''
        return
    endif
    normal V
    " Search for other names after the cursor line:
    let srch = search(GetOtherSpeakerPattern__(speaker), 'W')
    echo srch
    if srch == 0
        " For the last one only:
        normal GJ
    else
        normal kJ
    endif
endf

“用所有扬声器名称填充以下数组：
让g:演讲者=[‘迈克尔’、‘瓦莱丽’、‘马修’]
呼叫排序（g:扬声器）
函数！JoinAllSpeakLines（）
在整个文件中，将两个大写扬声器名称之间的所有行连接起来
后跟“：”，第一个包含：
静默g/\u\{2，}:/call JoinSpeakLines
endf
函数！SortSpeakLines（）
“按发言人对整个文件进行排序，保持
“每位发言者。
“必须在JoinAllSpeakLines（）之后调用。
“创建一个新的dict，每个扬声器一个键：
设speakerlines={}
对于g中的演讲者：演讲者
让speakerlines[扬声器]=[]
外循环
“对于文件中的每一行：
对于getline中的行（1，“$”）
let speaker=GetSpeaker（行）
如果演讲者=“”
持续
恩迪夫
“将该行添加到右侧扬声器：
呼叫添加（speakerlines[扬声器]，线路）
外循环
“删除当前缓冲区中的所有内容：
正常gg“_dG
“添加已排序的行，每个发言者：
对于g中的演讲者：演讲者
调用附加（行（“$”），speakerlines[speaker]）
外循环
“删除缓冲区中的第一行（空）：
正常gg“\u dd
endf
功能！GetOtherSpeakerPattern（扬声器）
“返回一个模式，该模式匹配除
“一个参数。
“创建一个新列表，删除：演讲者：
让他人=复制（g：发言者）
设idx=索引（其他，a:扬声器）
如果idx！=-1
呼叫删除（其他，idx）
恩迪夫
创建并返回模式列表，如下所示
“这个：“\v |…”
调用映射（其他，'printf（“：”，v:val）'
返回“\v”。加入（其他“|”）
endf
函数！获取扬声器（线路）
返回一行中后跟“：”的大写名称
返回matchstr（a:line'\u\{2，}\ze:'）
endf
功能！JoinSpeakLines_uuu（）
当光标位于带有大写名称的行上时，将所有
“以下几行