用正则表达式替换多个字符答案

【问题标题】：multiple char replace with regex用正则表达式替换多个字符
【发布时间】：2015-08-04 06:18:25
【问题描述】：

需要用正则表达式替换大量字符：

  before -->  h e l l o
              | | | | |
  result -->  a b c c d

怎么样？ :)

实际上，需要将 html 中的所有字符 Unicode (UTF-8) 替换为 ASCII (Unicode Escaped) :) 这个问题只是一个简化的例子

更新

好的，总是忘记可以用正则表达式在文本中搜索但不能替换，问题已解决，谢谢

【问题讨论】：

没有足够的背景可以说。通常，这不是正则表达式的工作，但需要更多信息才能正确回答您想要完成的问题。
实际上，需要将html中的所有字符Unicode（UTF-8）替换为ASCII（Unicode转义）:)这个问题只是一个简化的例子
我可能会将 tr 用于文件中的任何字符转换（单单字符转换，例如 h 到 a）。如果 sublime 可以执行编码更改，那也可以解决问题。如果您正在寻找将 ד 更改为 \u05D3，则可以在 python 中通过 repr a la repr(u'ד') -> u'\u05d3' 来完成。否则，我怀疑您将需要一次执行这些操作，或者可能制作一个工具来执行此操作。该工具不会很复杂。
烦人，但是 sublime 无法将文档保存为 Unicode Escaped，没有这个选项
我想我了解您的用例。我做了一些小事来帮助你，假设我已经很好地掌握了你的需要。您可能应该更改问题和标签以更好地描述您要完成的工作，因为执行此操作的正则表达式替换实际上是不可能的。

标签： regex sublimetext2 sublimetext

【解决方案1】：

这应该符合您的目的。我把它保存在 utf-to-ascii.py 中。

#!/usr/bin/env python

import sys

for c in sys.stdin.read().decode('UTF-8'):
    charcode = ord(c)
    if charcode > 127:
        sys.stdout.write('\\u%04x'%(charcode))
    else:
        sys.stdout.write(c)

我使用一个名为 textdoc.txt 的文件对其进行了测试，其中包含以下内容：

hello ד blah blah

我是这样运行的：

$ ./utf-to-ascii.py <textdoc.txt 
hello \u05d3 blah blah

要将输出保存到文件中，您需要运行以下命令：

$ ./utf-to-ascii.py < textdoc.txt > textdoc.transformed.txt

【讨论】：

尊重支持，詹姆斯！