在之前的辦公自動化系列文章，我們大多基于 Python 實現，因為使用 Python 具有靈活、強大的特點。使用 VIM 具有快速、可視化的優勢。兩者對大量同構文本進行修改，可大幅提高工作效率。但相較于編寫 Python 程序，VIM 可視化執行更勝一籌。

這也提示我們，Python 不是萬能的——至少在某些方面、某些場景下，不一定是最優解。合適的工具運用到合適的場合是效率最高的方式。不能自己是錘子，看什么就都是釘子。

在對 VIM 不熟悉的用戶看來，VIM 的操作過程可能更復雜、難懂。但這是先入為主的印象，VIM 處理文本還是很方便快捷的：我們有了 Python 這把錘子，不排斥再來 VIM 這個鋸嘛，這樣才能“工欲善其事，必先利其器”。本文將對比使用 Python 和 VIM 對同一個文本編輯任務處理的情況。

01

需求說明

有大量類似結構的文本文件需要處理，目錄結構如下：

E:. └─content├─a│?└──content.txt├─b│?└──content.txt└─c└──content.txt?

其中的每個文件 content .txt內容結構如下：

<vsbimg?src="/_vsl/012A716D176AFA6EBBAF64BD4CB63BCA/994A4168/AE5BB"></vsbimg> <vsbimg?src="/_vsl/2ADBFFCE33AAE9B2E79E758EF6AD5626/CEFD12BB/A8DC5"></vsbimg>

要求是：

• 將 <vsbimg></vsbimg> 標簽改為 <img></img> 標簽。

• 將 /_vsl/012A7 表示的相對地址，變成另一個 URL 地址，如 http://image.xx.com/image/。

• 將 src 的最后兩個/改為 _。

• 將整個 src 最后加上圖片后綴 .png。

修改后的文件為：

<img?src="http://image.xx.com/image/16D176AFA6EBBAF64BD4CB63BCA_994A4168_AE5BB.png"></img> <img?src="http://image.xx.com/image/FCE33AAE9B2E79E758EF6AD5626_CEFD12BB_A8DC5.png"></img>

02

Python實現

首先讓我們用 Python 編寫程序來完成，代碼比較簡單，但面對如此簡單的問題，寫一個程序還是“高射炮打蚊子” 了。而且調試 Python 正則表達式，并不是一個直觀的過程。

import?os import?redef?rep(strs):strs?=?re.sub(r'<vsbimg',r'<img',strs)strs?=?re.sub(r'<\/vsbimg',r'</img',strs)strs?=?re.sub(r'(/_vsl/.*?)/',r'\1_',strs)strs?=?re.sub(r'(/_vsl/.*?)/',r'\1_',strs)strs?=?re.sub(r'(src=".*?)"',r'\1.png"',strs)strs?=?re.sub(r'src="/_vsl/.{5}',r'src="http://image.x.com/image/',strs)return?strsdef?op(fn):fn2?=?os.path.join(os.path.split(fn)[0],os.path.split(fn)[1]+'new')with?open(fn,encoding='utf-8')?as?f,open(fn2,'w',encoding='utf-8')?as?f2:for?l?in?f.readlines():l?=?rep(l)f2.write(l)for?r,_,fs?in?os.walk('content'):for?f?in?fs:if?f.endswith('txt'):fn?=?os.path.join(r,f)op(fn)

殺雞不用牛刀，咱們改用 VIM 試試。

VIM 最主要好處就是：構造查找正則表達式時結果可視化，這樣就可以逐步求精地寫正則表達式，反之剛才寫程序時，我得來回測試，十分費力。

03

VIM實現

下面是使用 VIM 實現需求所需要注意的幾點

• 本例使用 VIM 中的?:%s?替換指令很容易完成替換操作。正則表達式構造需要慢慢來。

• 如果牽涉到復雜替換時，還需要對搜索結果分組，以便使用分組結果。

• 為了批量完成序列替換操作，需要將操作寫入批處理腳本，再用?:source?執行腳本。

• 以上操作在單文件中執行，為了在許多文件中同時完成，需要使用緩沖區執行?:bufdo?命令。

3.1 構造正則表達式搜索

為了替換 <vsbimg，我們構造一個查找正則表達式。

構造出的表達式如下：

/<vsbimg

這個表達式搜索了 <vsbimg 開頭的所有內容。

“

在 / 指令后按向上箭頭表示上一次輸入的查詢歷史。按 q/ 表示所有查詢歷史，可以在此歷史上修改，這樣就可以逐步精化。

”

3.2 替換

常規替換指令 :%s/pattern/string/g，留空的查詢域表示上次搜索的結果。在上步查詢基礎上，我們可以使用 :%s//<img/g 的方式完成更改。

“

這個操作很重要：很多復雜的正則表達式，不可能一步直接構造出來；采用搜索的方法，可以高亮顯示每次的搜索結果，進而改進正則表達式。而替換時留空查找域，直接表示上次搜索結果，極大方便了替換操作。使一步替換操作轉換為：搜索，替換兩步，降低了難度，提高了效率。

”

注意以下替換語句，使用了 \ 轉義字符來匹配 </vsbimg> 的特殊字符 \。

:%s/<\/vsbimg/<\/img/g

3.3 搜索結果分組、使用

在對 \ 轉換為 _ 的操作中，我們需要記住之前的匹配對象，用來在替換時作為不改變的內容引用。

這里用 () 圈起來需要分組的部分，在搜索或者替換部分用 \1 表示第一個分組，以此類推。具體看代碼：

:%s/\("\/_vsl\/.\{-1,}\)\//\1_/g?

因為有兩個 \，所以需要執行兩次。

替換域里的 \1 指代的是 () 中的匹配內容，也就是 src 從 \_vsb/ 之后遇到的第一個 \ 為止的內容。當替換時，我們依然把這部分，用 \1 使用上，只是把 \ 改為\_。

3.4 非貪婪模式

上例子可見 .\{-1,} 的代碼，這是對任意字符進行非貪婪匹配，以縮小 / 適配范圍，適配到第一個 / 為止，不再繼續貪婪最大適配。

在給 src 添加 .png 后綴時，也使用了分組和非貪婪概念。將 src 到第一個"的內容視為一個分組，然后替換為分組內容和 .png"。

:%s/\(src=".\{-1,}\)"/\1.png"/g

將相對地址修改為 URL 時，URL 部分需要進行很多次轉義。

:%s/src="\/_vsl\/.\{5\}/src="http:\/\/192\.168\.22\.117\/cnv\/jflyfox\/mtg\/cnvImage\//g

最后，我們把以上修改保存進原文件:w。

以上，我們通過搜索和替換操作，完成了對單個文件的修改。

如果對每一個文件都執行如上的程序，就顯得比較復雜了，好在 VIM 支持批處理操作。

3.5 批處理文件執行 source

這里，我們將以上操作步驟，寫到 oper.vim 文件中去。

:%s/<vsbimg/<img/ge :%s/<\/vsbimg/<\/img/ge :%s/\("\/_vsl\/.\{-1,}\)\//\1_/ge :%s/\("\/_vsl\/.\{-1,}\)\//\1_/ge :%s/\(src=".\{-1,}\)"/\1.png"/ge :%s/src="\/_vsl\/.\{5\}/src="http:\/\/192\.168\.22\.117\/cnv\/jflyfox\/mtg\/cnvImage\//ge :w

在另一個新的待處理文件中，我們輸入 :source oper.vim，就將以上所有操作在新文件中重做。

操作一個新文件可行了，如何操作大批量的文件呢？

“

按 q: 表示所有替換歷史，將這些替換命令拷貝出來，避免輸入帶來的麻煩和錯誤。

”

3.6 緩沖區批量執行 bufdo

VIM 的 Buffer 緩沖區，相當于內存。當我們具體修改某個文件時，實際是在內存中對他進行修改，只有當輸入 :w 命令時，修改才寫回硬盤。

使用 vim a.txt b.txt 指令，一次性打開兩個文件，當前訪問和修改的是 a.txt。使用指令 :bnext 在緩沖區之間跳轉。指令 :ls 列出了當前所有緩沖區文件。

使用 vim *.txt，批量打開 txt 后綴的文件。

在當前緩沖區列表上的所有文件執行命令，輸入 :bufdo excommand。

本文中我們打開目錄 a，b，c 下的 content.txt 文件，使用 vim content/*/*.txt 即可。在打開的窗口中執行 :ls 即可查看當前緩沖區文件。確認無誤后，執行 :bufdo source oper.vim ，即可完成對所有緩沖區文件的修改。

“

抑制錯誤：當我們使用以上 vim 腳本時，很容易因為搜索規則或者文本問題導致出錯，進而導致腳本停止。在每個替換語句之后加上 e ，用來表示抑制錯誤，就可以修正這個問題。

04

小結

使用 VIM 中的替換指令很容易完成操作。但正則表達式構造需要慢慢來。逐步求精，還可能需要分組和非貪婪模式。批處理文件 .vim 和 :source 命令可以大大簡化工作。緩沖區列表執行 :bufdo 命令則進一步提高工作效率。

VIM 編輯器處理這個問題，使用的技巧都比較通用，可以遷移到其他文本處理任務中。最主要的是，構造正則表達式的過程是直接反饋、可視化的，利于構造復雜表達式。

Python 不是萬能的——至少在某些方面、某些場景下，不一定是最優解。合適的工具運用到合適的場合是效率最高的方式。不能自已是錘子，看什么就都是釘子。

推薦閱讀

Pandas處理數據太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導入所有的Python庫

絕！關于pip的15個使用小技巧

介紹10個常用的Python內置函數，99.99%的人都在用！

可能是全網最完整的 Python 操作 Excel庫總結！

總結

以上是生活随笔為你收集整理的批量处理文件，除了 Python，不妨试试 VIM！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。