把 TextExpander 打造成文字格式清理利器

最近正逢各种职业资格考试，有读者熬夜备考，从 PDF 文献里拷贝出大段文字，没成想格式错乱，通篇都是重复的空行、多余的空格以及中英混用的标点。这位仁兄也是坚毅过人，连续几个晚上没睡，手动把所有格式错误修正了过来。事后他才知道，原来用自动化工具可以一键清理错误的文字格式。

为当事人惋惜的同时，我也反思了自己的工作流，其中同样有过这些繁琐操作：

手动在中英文之间插入空格
手动帮挤成一团的文字换行
手动把普通引号 ” 换成直角引号 「
……

从 PDF 复制出来的文本往往格式错乱
这些事情，其实都可以、也应该通过自动化工具瞬间完成。具体来说，我们主要有这些清理文字格式需求：

添加符号：如 Markdown 符号
添加空格：在中英文之间加入空格
文本替换：有普通文本替换和正则文本替换
文本去重：去掉多余的文字或者空格、空行
……
这篇文章我主要以 TextExpander 为例，它同时支持 macOS、iOS 和 Windows 等多个平台，而且其所用的 JavaScript 脚本通用性强，可以轻松移植到其他自动化工具中。

[rihide]文中每个案例中都会提供现成的自动化动作下载，绝大部分动作稍作修改后可用于任何支持 JavaScript 的文字处理工具（参考《iOS 文本处理中的 JavaScript》）。

> 所有 TextExpander Snippet 下载 ?

插入符号：以 Markdown 符号为例

Markdown 符号很简洁，一般我们都是手动输入的。直到 Hum 找我做一个「自动添加引用符号」的脚本，我才发现原来 Markdown 符号的输入也有优化空间。

下面的 Snippet（TextExpander 中的缩写片段）用到了一小段 JavaScript，功能很简单，就是在每行文字前面都加上 >，把好几行文字一次性转换成一大段的引用格式。

这个 Snippet 最早被用于在 Slack 发送祝福 ?。使用中它又有了衍生版本，比如：

• 把 > 替换成 - ，就能批量把段落转换成列表。
• 把 > 替换成 \t，就能让整段文字向右缩进一格。
• 把单个新行符 \n 替换成 \n\n，在每段文字后添加空行。
• ……

下面是添加空行的动作演示，在某些基础 Markdown 编辑器中进行预览时，添加空行就可以避免文字挤成一团。

在中英文之间插入空格

中英文之间要不要加空格，这没有强制标准，但是有空格的确会更清晰好看，少数派编辑部在排版时也默认会添加空格。

不过多数时候，我们引来的资料、收到的原稿都是中英文挤成一团的，手动加空格非常累，也容易漏加、重复加。所以我写了一个 TextExpander Snippet 来完成自动添加。利用下面的 Snippet，拷贝原文后，在编辑器内输入 addsp（add space，增加空格），TextExpander 就会粘上一段已加好空格的文本。

在编辑工作中，这个脚本帮了我不少忙，大大降低了手动加空格的工作量。

仔细看 Snippet 中的脚本，其实不光是中英文，它还可以在中文和数字、英文和数字之间也插入空格。事实上，这段脚本在运行时会进行 6 轮的「添加空格」操作（.replace（pn, "$1 $2"）），每次检测成功就会来一波空格添加。

如果有你不需要的部分，也可以自行删除：

• 英中空格：删除 .replace(p1, "$1 $2") 
• 中英空格：删除 .replace(p2, "$1 $2") 
• 中文数字空格：删除 .replace(p3, "$1 $2") 
• 数字中文空格：删除 .replace(p4, "$1 $2") 
• 英文数字空格：删除 .replace(p5, "$1 $2") 
• 数字英文空格：删除 .replace(p6, "$1 $2") 

特别提醒一下，诸如 U盘 这类可能被认为不用加空格的词语，这个 Snippet 无法识别，大家如果不慎动到这些特殊的专有名词，还是需要手动改回来。另外，不要用这个 Snippet 清理链接，多出来的空格会导致链接格式出错。

文本替换

文本替换是很常见的一类操作，甚至有人调侃，会不会用 Word 的文本替换是辨别电脑「小白」的指标。现在，文本替换不只是各类文本编辑器的标配功能，也是每个人的必备技能——而最常用的文本替换操作，还可以进一步打包成自动化的流程。下面我们就用 TextExpander 来实现文本替换，进行格式清理。

和中英文之间要不要加空格一样，用直角引号还是弯引号并不是绝对的，具体用哪个，更多还是处于审美的考虑。不过设置一个自动切换的 Snippet，在需要时就能避免恶心的手动操作。

下面演示的是弯引号变直角引号，复制好参考资料的文本后，输入替换码 rpqt（replace qoute，替换引号），新的文本就跃然「屏」上：

这个需求，原先来自写文章的场景，用到的很多参考资料普遍采用弯引号，为了和少数派整体风格统一，我经常用这个 Snippet 来清理文本。后来发现，San Francisco 下的弯引号和闭引号不易辨认，明明是弯引号，看不到、搜不出来，只能靠 JavaScript 来处理，于是 TextExpander 的必要性又增强了。

打开脚本，可以看到我设置了两次替换，分别对应左右两个引号：

1. 替换左引号：var re1 = /“/g;  和 result = result.replace(re1,"「"); 
2. 替换右引号：var re2 = /”/g;  和 result = result.replace(re2,"」"); 

你可以把 “ 和 「、” 和 」 分别换成自己需要的替换前后文本，来制作自己的文本替换 Snippet。

顺带一提，JavaScript 里的文本替换函数（replace()）是支持正则表达式的，我们可以随手做出很灵活的文本替换，比如把下面这一大段书名换成列表：

正则表达式的玩法远远不止这些。在文章末尾，我们还会学用 TextExpander 来清理重复文本。

清理重复文本

注：有些自动化工具，比如 LaunchBar 自带了清理多余空格、空行的功能，有这些工具的读者可以直接使用。

让我们回到开头的场景。和 PDF 打过交道的人，估计都被这种「所见不是所得」的文档格式折磨过，复制下来大量错乱的文本。

各种文本错乱中，多余的空格和空行是最常见的，这一节我们就来解决这些文本重复问题。下面是一个清理多余空行的 Snippet：

它的脚本其实很简单，就是在文本替换 Snippet的基础上做了一点修改，把多个重复文本替换成单个文本（空格和换行符也可以用正则符号来表示）。下图红色和蓝色区域分别就是替换前后的文本：

1. 替换前：\n(\n)*( )*(\n)*\n ，表示多个空行
2. 替换后：\n\n ，表示两个空行（为了方便 Markdown 格式下进行预览所以多加了一行空行）

你可能已经想到，既然重复的空行能精简，其他多余符号也可以如法炮制。没错，把上面脚本中的 \n(\n)*( )*(\n)*\n  换成表示重复空格的 \s(\s)*( )*(\s)*\s，再将替换后的文本设为空值 ""，即可实现重复空格的清除。

注意，如果中英文之间有重复空格，这个 Snippet 也会把它们一并清理掉。如果有给中英文添加空格的需求，可以在清理后在运行一遍添加空格的 Snippet。

小结

有人觉得，只有作者、编辑才需要清理文字，其实越是不常写东西的人，越是需要掌握文字格式清理的方法，不然为了给报告换行、删空格这种小事，而在日常工作之外又熬夜加班，实在亏待自己。

这篇文章里，我们以跨平台的 TextExpander 为例，借助最通用的脚本语言——JavaScript——实现了一系列的文本格式清理。从最简单的插入符号，到文本替换、重复文本精简，以后遇到这些常见的格式错误，我们能够更轻松地处理。

最后还是那句话，工具不是唯一的，学会思路，用自己习惯的其他工具也能实现[/rihide]