Sigil 基础教程（二）：Sigil 的基本操作

更新时间：2021年2月28日编辑：书伴分类：排版制作 7 条留言

【内容简介】介绍Sigil的基本操作。主要有以下知识点：

文本导入
查找替换功能
搜索模板功能
插入图片
制作目录
选定封面

———————-

【相关知识】Sigil正则表达式入门

正则表达式，是一种用特殊符号表示文字的方法，主要用在查找和替换方面。下面的例子可以让你知道正则表达式是干什么用的。在一个文本中，有这样的一些内容：

序章
第一章 ABCDEF
第二章 GHIJKL
第三章 …………
终章

这种内容我们都很熟悉，你有没有想过，用什么办法可以把这些内容一次过查找出来呢？为了简化，我们先来看这个部分。

第一章
第二章
第三章

可以看到，这些内容有着极高的相似性，由“第”，“章”开头和结尾，中间有着一些数字。如果我们能用一个什么符号来代表中间的所有字，比如一个圆点“.”，不就可以用这样的方式来查找出所有这样的内容了吗。

第.章

很早之前，就有人发明了一套完整的方案，让我们可以用各种不同的符号来达到这种目的，那就是我们将要了解的正则表达式。

正则表达式作为一种描述字符的方案，在大量软件、编程语言中都有所运用，而在这些不同的平台上，正则表达式的使用方式又往往会有或多或少的差异，在某个平台上管用的表达式，换个地方可能就要改改才能正确运行。那么在这篇文章里，我们主要是讲 Sigil 中的正则表达式，至于推广应用，就要靠大家去查找资料了。

1. 元字符

我们前面提到，正则表达式一个重要作用就是用特别的符号来代表一类字符，而这些符号就叫做“元字符”。这些元字符在大多数环境下都是通用的。注意，元字符中所有符号都是半角符号，也就是通常说的英文符号。以下是一些常见的元字符，实际上还有更多。这些元字符都经过测试，在 Sigil 下有效。

符号	意义	说明
`.`	任意一个字符	最简单的元字符，匹配任意字符，但不包括换行符 `\n`。
`\`	转义	把元字符改变为普通字符，或者把某些普通字符转变为元字符。比如，`\.` 就是代表普通的点号，不代表其他字符。
`\s`	空白字符	半角空格、制表符等空白字符。在 Sigil 中还能匹配到换行符 `\n` 和空白行，使用要注意。注意，不能匹配到全角空格。
`\t`	制表符	匹配制表符。
`\n`	换行符	表示文章的换行，这是一个不可见符号，在例子中，这个符号在 `_` 的位置。 aaa_ bbb 你能够通过 `\n` 找到换行符，但不能够插入换行符。要在替换结果中换行，需要用 `\r`。
`\r`	回车	代表一个回车符。这个符号不会在文本中出现，因此不能查找到。但是如果你需要在查找结果中插入一个换行，那么就要用 `\r`。注意，插入后在文本中出现的仍然会是 `\n` 而不是 `\r`。
`\d`	任意一个阿拉伯数字	也就是可以代表 0~9 中的任意一个。
`\D`	任意一个非阿拉伯数字	0~9 以外的字符，同样的，不包括换行符 `\n`。
`^`	行首	即一行的开头。Sigil 中不能单独使用，要配合其他字符。比如，`^a` 表示在行首的“a”，能匹配到第一行和第三行的字母“a”。第二行因为行首是空格，因此匹配不到。 abc abc abcd
`$`	行尾	表示任意一行的结尾，不包括换行符。在 Sigil 中不能单独使用。比如，`c$` 表示位于行尾的 `c`，能够匹配到第一行和第二行的字母 `c`。 abc abc abcd
`+`	一或更多	表示一个或更多。必须配用其他字符使用。添加在一个字符后面，表示一个或更多个该字符。相当于 `{1,}`。比如，`a+` 表示一个以上连续的“a”，以下例子都能匹配到。 a aa aaa
`?`	尽可能少	表示尽可能少。必须配合其他字符使用。比如，“accccbb”中 `a.b` 匹配到“accccbb”，而 `a.?b` 就能只匹配到“accccb”。注意：在某些平台的正则表达式中，这一功能很可能由 `-` 减号提供。
`\|`	或	一个逻辑选择符。`aa\|bb` 既可以匹配到“aa”也可以匹配到“bb”。可以用到多个选项中，比如 `aa\|bb\|cc`。`1\|2\|3` 相当于 `[123]`。
`*`	尽可能多	即无或更多。相当于 `{0,}`。
`{n,m}`	个数范围	表示匹配项的个数范围。比如，`a{3}` 表示“aaa”，`a{2,4}` 表示“aa”或“aaa”或“aaaa”，`a{1,}` 表示一个以上的“a”。注意，`a{,2}` 应该表示两个以下的“a”，但是这种写法在 Sigil 中无效，要写成 `a{0,2}`。
`[]`	包含	`[]` 本身匹配一个字符。比如，`[abc]` 匹配“a”、“b”或“c”。通常不分顺序，`[abc]` 和 `[bca]` 一样。`[]` 中用 `-` 表示范围，`[a-z]` 表能匹配到“a”到“z”全部 26 个字母之一。比如，`[0-9]` 和 `\d` 是一样的，但是 `\d` 速度更快。如果要在 `[]` 中匹配 `-` 本身，把 `-` 写在最前面，或者把它转义 `\-`。比如 `[-0-9]`，就能匹配所有阿拉伯数字和“-”。
`[^]`	不包含	`[]` 的逆操作。比如 `a[^b]c`，能匹配到第二行，第三行。 abc adc afc 注意，因为 `[]` 中符号是无序的，因此如果要排除字符串，要用其他方法。
`()`	捕获组	`(abc)` 表示把“abc”分为一组。分组后可以配合其他元字符使用。一个组称为一个捕获组。比如，`(abc)+` 就是一个或以上“abc”组合的意思。捕获组中的内容会被记录并编号，可以通过 `\0`、`\1` 这种形式来引用。
`(?:)`	分组/非捕获组	作用上与 `()` 类似，能把内容分为一组，但 `(?:)` 仅有分组功能，不记录匹配内容。也就是说，无法通过 `\0`、`\1` 等方式引用。此元字符虽然消耗的资源更少，速度更快，在简单应用中可能体验不到与 `()` 的区别。
`\0` `\1` `\2` …	反向引用	配合分组使用，引用一个分组。比如，在查找时有分组 `(abc)`，那么 `\1` 就代表“abc”。有分组 `a(bc)(de)f`，那么 `\0` 代表“abcdef”，`\1` 代表“bc”，`\2` 代表“de”。如此类推。嵌套也是一样的，比如 `(abc(def))`，`\1` 代表“abcdef”，`\2` 代表“def”。同样地，也能在查找时应用。比如有字符串“abc111abc”，那么表达式 `(abc).\1` 就能匹配到所有内容。注：在其他平台中，可能使用的是$0，$1等表示方法。
`(?s)`	多行匹配	放在表达式的最前端，使得 `.` 可以匹配到 `\n`，从而实现跨行匹配。比如以下例子： <div></div> <h1></h1> <div></div> 使用正则表达式 `<div>.</div>` 一次只能匹配到第一行或者第三行。而使用 `(?s)<div>.</div>` 则能一次性匹配到第一行到第三行所有内容。 * 注1：这是 Sigil 特有元字符，其他平台有另外的方法实现该功能。 * 注2：此前缀和勾选“DotAll”效果一致。
`(?U)`	最少匹配	放在表达式的最前端，使得整个正则表达式实现最少匹配。比如以下例子： <div>AAA<div>BBB</div>CCC</div> 正则表达式 `<div>.</div>` 会匹配到整个句子。而 `(?U)<div>.</div>` 只会匹配到 `<div>AAA<div>BBB</div>`。 * 注1：这是 Sigil 特有元字符，其他平台有另外的方法实现该功能。 * 注2：此前缀和勾选“Minimal Match”效果一致。

2. 常用正则表达式

在这一部分，我们回来看一些很常用的正则表达式，这些表达式往往是更复杂表达式的组成部分。

2.1 所有字符

.*

匹配所有内容。. 代表一个字符，* 代表任意多个，因此 .* 代表“所有字符”。比如

<div>.*</div>

表示 <div> 标签内的所有内容，可以依次匹配到下列各项

<div>AAACCCC</div>

<div></div>

<div>！！！！AAAAACCCC啊啊啊啊</div>

但不能跨行，这样是匹配不到的：

<div>

  AAAAAA

</div>

如果要跨行，需要使用 (?s)。

2.2 空白行

^[ \t　]*$\n

匹配空白行的典型写法。可以匹配无内容的行，只有空格的行，只有制表符的行或者空格和制表符混合排列的行。[] 中包括的分别是空格“ ”，制表符 \t 和全角空格“　”。也可以根据需要添加更多的字符。

2.3 行尾空白字符

[ \t　]+$

匹配出现在行尾的空白字符，比如空格。思路和 2.2 一致，使用 $ 把搜查范围限定在结尾，使用了符号 + 确保最少有一个空白字符，否则会查找失败。

2.4 压缩重复符号

查找：

。+

替换：

。

很容易理解，把一个以上的“。”，换成一个“。”，从而达到压缩重复符号的目的。可以灵活改变，压缩各种重复的字符。配合 2.2 的查找空白行，也能实现压缩空白行。

3. 应用实例

在这一部分，我们会看一些 Sigil 使用过程中实际会用到的例子，方便各位了解正则表达式的使用。

3.1 添加标签

你打算为所有的图片添加一个 <div>，并且 class 为 images。

原语句	`<img src="Images/001.jpg" />`
目标语句	`<div class="images"><img src="Images/001.jpg" /></div>`
使用元字符	`.` `*` `\0`
查找	`<img.*/>`
替换	`<div class="images">\0</div>`

解说：

查找以 <img 开头，/> 结尾的所有句子，这个表达式默认分组为 0,因此可以用 \0 来引用。如果你的文本中图片语句必定是独立一行的，可以直接使用 <img 这样的简单句子。同样的，也可以通过 /> 后面是否紧跟换行符 \n 来判断图片是否独立一行，从而实现不同位置图片的匹配。

扩展：

同样的，你可以用这个方法为各种内容很方便的添加标签，如果你常常用到这样的替换，不要忘记善用 Sigil 的搜索模板功能。

3.2 拼接断行

在一些文本中，会存在断行，我们要把这些断行重新拼接起来。

原文本	床前明月光，疑是地上霜。举头望明月，低头思故乡。
目标文本	床前明月光，疑是地上霜。举头望明月，低头思故乡。
使用元字符	`[^]`，`\n`
查找	`([^，。])$\n`
替换	`\1`

解说：

其实所谓的断行，就是在不该换行的地方进行了换行，那么只要分析出不该换行的特征就可以了。在这个例子中，换行只应该出现在“，”和“。”后面，因此我们查找前面没有“，”或者“。”的换行，并且将其删除就可以了。

因为使用的正则表达式会匹配到 \n 前面的一个字符，为了不把这个字符也删除，所以要用 () 把这个字符保护起来。

扩展：

实际上我们还可以使用“零宽断言（Zero-width assertions 或 Zero-Length Assertions）”来达到这个效果，写法是 (?<![，。]$)\n,直接替换为空，零宽断言本身就保护了字符。但是作为一个入门应用，我还是先介绍使用 [^] 的方法，关于零宽断言，有兴趣的朋友可以到这个网址了解：

https://www.regular-expressions.info/lookaround.html

3.3 识别章节标题

这是很常见的一个需求，我们往往要为章节标题添加 <h1>，<h2> 之类的标签。通过 3.1 我们已经了解到如何添加标签，因此这里着重讲解如何识别标题。

原文本	序章 `第一章 XXXX 第二章 CCCC 第三章 AAAA 终章后记`
目标文本	`<h1>序章</h1> <h1>第一章 XXXX</h1> <h1>第二章 CCCC</h1> <h1>第三章 AAAA</h1> <h1>终章</h1> <h1>后记</h1>`
使用元字符	`.` `*` `[]` `()` `\1` `^` `\|` `{m,n}`
查找	`^((序章\|第.{1,3}章\|终章\|后记).*)`
替换	`<h1>\1</h1>`

解说：

表达式开始的 ^ 查找内容必须是每一行的开头，这样才不会匹配到正文中的“第N章”之类的内容。当然，还是无法完全排除匹配到正文的可能性，因此要注意替换次数，如果次数和章节数目不符，就要留意了。

通过 | 的使用，我们可以在一个表达式中就匹配到所有的内容，要善用 |。第.{1,3}章 是一个保险，最多匹配到“第九十九章”这样的字符串，在实际使用中，往往只需要写 第.章。如果是“第1章”这样的，就可以用 第\d章 来更精准的匹配。

3.5 自动插入 `<title></title>` 内容

原文本	`<title></title> </head> <body> <h1>XXXX</h1>`
目标文本	`<title>XXXX</title> </head> <body> <h1>XXXX</h1>`
使用元字符	`.` `*` `()` `\1` `\2` `(?s)` `\n` `\r`
查找	`(?s)<title></title>\n(.<h1>(.)</h1>)`
替换	`<title>\2</title>\r\1`

解说：

通说 () 的捕获群获取所需要的字符串，然后以逆向引用来达到插入内容的目的。使用 Sigil 的前置符 (?s) 使得 .* 可以匹配到换行符 \n，因此表达式可以匹配到 </head> … <h1> 之间的所有内容。捕获组 1 保留 <title> 以外的所有内容，以便稍后恢复，捕获组 2 获取 <h1> 中的内容，插入到 <title> 中去。这个操作在 Sigil 中比较有用，因为 Sigil 默认是不会填写 <title> 内容的。

———————

原文链接：http://www.cnepub.com/discuz/thread-161771-1-1.html

“制作Kindle电子书”相关阅读

给这篇文章写一条留言取消回复

小伙伴们写下了 7 条留言

abyss说道：

2021年10月11日 01:28

还有还有，我在sigil制作了目录，但转word之后，左侧可以唤出的标题跳转目录就没了；但是有些epub转word就可以保留那种目录，这是什么原因导致的呢？还请不吝赐教。

回复
abyss说道：

2021年10月11日 00:41

你好，sigil替换普通文本空格的时候，也会同时把代码中的空格也替换掉，导致文件错误；请问这种问题怎么解决呢？

回复
hua说道：

2017年6月23日 23:00

使用^[^]$是可以选定每一段的内容,不过为什么是从上一段的结尾处开始选定的?导致我在每段的开头结尾处添加时,是可以添加上,但是每一段开头的第一个字就不见了

回复
- hua说道：
  
  2017年6月23日 23:01
  
  是^[^]$
  
  回复
  - 书伴说道：
    
    2017年6月24日 16:51
    
    hua 您好。请问具体是要选定什么内容呢？如果是想要选择每一行的内容直接使用 ^.* 就可以了。
    
    回复
    - hua说道：
      
      2017年6月29日 20:40
      
      正则显示不出来,就是你视频里的将每一段的段首和段尾都加上和的正则表达式,我加了以后每一段的第一个字都不见了
      
      回复
      - 书伴说道：
        
        2017年6月29日 22:12
        
        视频是转载，非本站制作。如果遇到问题，建议先提供一下示例，以及你使用的正则代码，然后说明下想要达到什么效果。
        
        回复

【相关知识】Sigil正则表达式入门

1. 元字符

2. 常用正则表达式

2.1 所有字符

2.2 空白行

2.3 行尾空白字符

2.4 压缩重复符号

3. 应用实例

3.1 添加标签

3.2 拼接断行

3.3 识别章节标题

3.5 自动插入 <title></title> 内容

“制作Kindle电子书”相关阅读

给这篇文章写一条留言 取消回复

小伙伴们写下了 7 条留言

3.5 自动插入 `<title></title>` 内容

给这篇文章写一条留言取消回复