本文给那些初入职场或已在职场，但喜好勤奋的重复的人。工作中我们难免遇到大量的文本处理工作，比如要批量的编辑一些表格数据，有一些半特征或半结构化的文本txt数据需要录入到excel或者导入到数据库中去处理。有时候word里要生成大量的统计表格或者标签。又比如有些文件是多行的，需要根据某种规律，调整成多条单行数据。
今天我们就来说说这些事儿。首先要做这些事儿之前，我们需要有所准备。所谓裕兴其事必先利器！最常用的文本加工工具有哪些呢？windows记事本大家肯定是都有了，但是功能太弱，并且最致命的弱点是，它不具备分段加载文本的能力，如果你的文本有2GB甚至更大，通常用windows记事本打开就是一场噩梦。好用又便捷的文本编辑器有哪些呢？针对windows环境下工作的伙伴们，下面几个工具是首选。
1、UltraEdit 个头比较大，但是功能强大。是最好用的文本编辑处理工具。如果你的工作中，时长会要处理大规模文本，该工具是首选。
2、Notepad++ 个头小巧，启动速度比UE快，适合处理中小大小的文件，性能不错。另外对非软件开发从业人员，有一些字符串上的优化，使用起来会比较轻便。但是如果要进行文本对比和十六进制查看需要额外装插件。
首选的文本处理工具就是这两个。如果要进行数据加工，建议excel也是要必备的。
工具有了，接下来为了高效的处理文本，快速的完成日常工作中我们遇到的各种文本处理要求，要额外学习什么呢？答案是学习正则表达式和正则的思维模式。正则化处理文本，是日常生活工作中我们最常遇到，但往往如果不懂得这些处理技术，就会选择复制粘贴，复制粘贴，各种人工操作，本来5分钟就可以轻松解决的问题，愣是勤奋的忙乎2-3天，然后领导不满意，自己还累成狗，并且结果可能还因为人工操作次数太多，而暗含各种疏忽和错误，不敢承诺自己处理的文件没问题。
为什么正则表达式这么重要呢？因为任何文本的编辑，本质上重复性的操作都可以用批量替换操作来快速达到目的。如果是结构化数据，要给所有行都增加一列，那么UE和Notepad++的列块编辑模式又能发挥奇效。列块编辑解决的是批量的大量文本同一化的处理。
而通过替换则可以达到更多目的，替换可以调整文本的排布和结果，也可以调整文本的特定内容。而如果替换配合正则表达式，则99%的重复性工作都可以用正则表达式+替换来实现。
所以不管你是否是IT从业，只要你是办公一族，面对电脑进行办公，那么我接下来说的技巧，一定会大幅度提高您的工作效率。
看几个正则表达式的例子：
一、常用通配符替换。
1）删除空行: 替换 %[ ^t]++^p 为 空串
替换前
替换后
2）删除行首空格: 替换 %[ ^t]+ 为 空串
替换前
替换后
3）删除文本中指定的前2列字符: 替换 %?? 为 空串
替换前
替换后
4）在第4列后插入2列空白字符: 替换 %^(????^)^(?^) 为 "^1 ^2"
替换前
替换后
5）查找替换所有的数字: [0-9]+[.]++[0-9]+
替换前
替换后
6）查找所有的单词: [a-z]+
替换前
替换后
7）查找所有的网址: http://[a-z0-9^~`_./^-^?=&]+
8）将导出的格式化好的sql语句，调整成单行sql：
替换前
第一步替换，替换掉全部换行把所有语句合到1行：
第二步替换，把；号替换为；号换行，目标达成！：
9）列块编辑：
选中列块模式，并选取所有行的末尾封号之前，随便敲点儿什么，一次编辑多行：
随便敲点什么：
10）其它一些正则小技巧（UltraEdit的）：
%1 搜索以1开头的行
1$ 搜索以1为结尾的行
? 匹配单字符
* 匹配多字符
Te+st 匹配"test", "teest", "teeeest" 等. 但不匹配 "tst".
te++st 匹配"test", "teest", "teeeest","tst" 等. 但不匹配 .
^p 新行 (DOS Files格式)
^r 新行 (MAC Files格式)
^n 新行 (UNIX Files格式)
^t tab键
[1-9] 匹配1-9的数字
[linux] 匹配linux中任何一个单词
[~0-9] 除数字外任何一个词
"^{John^}^{Tom^}" 搜索john和tom 如john sdfasdf tom被选种,当然不包括sdfasdf,其中^{和^}是分割符
今天就写这么多，正则表达式的逻辑和思想是统一的，但不同的开发语言和工具会有一点点差异。比如UE有自己定义的正则表达式语法，同时也支持unix正则表达式和c++正则表达式。而notepad++则有自己的一些特殊定义字符，另外额外支持unix正则表达式。一般用户只需要学一种ue的或者unix的正则表达式即可。而如果是IT从业，最好是掌握C++、java、unix、UE的正则式都掌握，因为毕竟理念都一样只是一些功能字符的定义有差异。比如UE的正则表达式转义字符是^，而unix等其它的正则表达式多数转义字符都是\。正则表达式比较难理解的是侵占，元组规则。其它的都很容易理解。
希望这篇文章，能够帮助你在工作中提高文本的处理能力和效率。做到事半功倍的效果。总之如果你发现文本需要大量的重复性的操作、复制粘贴，不妨先百度一下，看看能不能通过拆解成列块编辑和替换来达到目的。甚至有时候可以在文本编辑器里处理成多列，保存成csv，然后用excel再进行编辑，之后将最终结果从excel里复制出来，粘贴到文本，再替换掉列分割符或者制表符从而大量生成文本数据，或者编辑文本数据的目的。
把时间和精力，用在勤奋上。把勤奋用在如何提高共做效率和工作能力上，而不要浪费在不断的重复性劳动上。有些人看似很辛苦，但是愚蠢的勤奋，宁可复制粘贴一千遍，也不百度学习一下更好的更高效的方式！！