# 【求助】正则如何查找未匹配的闭合标签 **URL:** \ **Category:** 技术交流与词典编修\ **Tags:** 求助\ **Created:** [2022 年9 月 16 日 00:40 UTC](https://forum.freemdict.com/t/topic/15406 "2022-09-16T00:40:42Z")\ **Posts on this page:** 20\ **Page:** 1
作者： ![dictsun](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/90db22/32.png) [@dictsun](https://forum.freemdict.com/u/dictsun)\ 发布日期： [2022 年9 月 16 日 00:40 UTC](https://forum.freemdict.com/t/topic/15406/1 "2022-09-16T00:40:42Z")
正确的标签如图1 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/f/8/f80d270016992244cd8634b37bbd31f14b415a26.png) 匹配错了的如图2 ![image](https://forumcdn.freemdict.com/uploads/default/original/3X/9/0/907798cd55224b8026c16f3e17b269015694d25d.png) 还有一种情况是无闭合标签，中文部分之后是空格、英文句子或标点符号之类的。 请问要找出那些不匹配的闭合的标签或遗漏掉的闭合标签，在Emeditor里正则查找该如何写？ 这里先谢过了。 ---
作者： ![mdxfan](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/mdxfan/32/31774_2.png) [@mdxfan](https://forum.freemdict.com/u/mdxfan)\ 发布日期： [2022 年9 月 16 日 00:47 UTC](https://forum.freemdict.com/t/topic/15406/2 "2022-09-16T00:47:20Z")
用其他工具吧，好像论坛里有提到过 ---
作者： ![atauzki](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/atauzki/32/1365_2.png) [@atauzki](https://forum.freemdict.com/u/atauzki)\ 发布日期： [2022 年9 月 16 日 00:56 UTC](https://forum.freemdict.com/t/topic/15406/3 "2022-09-16T00:56:55Z")
要闭合就用bs4读取再保存就行了，但是准确性上别做太多指望 ---
作者： ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ 发布日期： [2022 年9 月 16 日 01:16 UTC](https://forum.freemdict.com/t/topic/15406/4 "2022-09-16T01:16:03Z")
> [@dictsun](#): > > 正确的标签如图1 看过去一堆的错误，如何是正确的？ 建议使用Tidy ---
作者： ![dictsun](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/90db22/32.png) [@dictsun](https://forum.freemdict.com/u/dictsun)\ 发布日期： [2022 年9 月 16 日 01:46 UTC](https://forum.freemdict.com/t/topic/15406/5 "2022-09-16T01:46:26Z")
@mdxfan @atauzki @Vim 谢谢三位回复。看来正则无指望，就不再捣鼓了。 ---
作者： ![jcz777](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/jcz777/32/60576_2.png) [@jcz777](https://forum.freemdict.com/u/jcz777)\ 发布日期： [2022 年9 月 16 日 02:16 UTC](https://forum.freemdict.com/t/topic/15406/6 "2022-09-16T02:16:55Z")
这个，大概有个方向。 汉字+标点+标签。 ```auto 查找 ([\x{4e00}-\x{9fff}，。?：；‘’“”、`！……——（）]+)(错误标签) 替换 \1正确标签 ``` ---
作者： ![dictsun](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/90db22/32.png) [@dictsun](https://forum.freemdict.com/u/dictsun)\ 发布日期： [2022 年9 月 16 日 02:21 UTC](https://forum.freemdict.com/t/topic/15406/7 "2022-09-16T02:21:23Z")
> [@Vim](#): > > 看过去一堆的错误，如何是正确的？ 这是我看了 [牛津中阶双解【CSS】2019.12.12](https://forum.freemdict.com/t/topic/334) 按照其标签和css做的一次尝试。说好听一点，没学到家，难听点，学坏了。原文本来源于[《史氏汉英翻译大词典》图片词典制作记录帖子--完成版已发布](https://forum.freemdict.com/t/topic/3001) 那儿鄙人有几个相关贴子。现在提供几个词条，如果您有时间，麻烦您看看并给予指导。 [请帮忙.txt](https://forum.freemdict.com/uploads/short-url/4SgvL08YrCmJe36AaoDPoS3GrCf.txt) (13.1 KB) ---
作者： ![jcz777](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/jcz777/32/60576_2.png) [@jcz777](https://forum.freemdict.com/u/jcz777)\ 发布日期： [2022 年9 月 16 日 02:21 UTC](https://forum.freemdict.com/t/topic/15406/8 "2022-09-16T02:21:51Z")
其实，你大可直接把中文英文标签删除， 然后重新匹配汉字，加上新标签。 ---
作者： ![dictsun](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/d/90db22/32.png) [@dictsun](https://forum.freemdict.com/u/dictsun)\ 发布日期： [2022 年9 月 16 日 03:10 UTC](https://forum.freemdict.com/t/topic/15406/9 "2022-09-16T03:10:19Z")
谢谢！本来想弄懂这个问题，在网上耗费了很多时间。在网上看到的也是两种处理方式，一、绕道，二、举例。举例的本人都试了，要么报错要么不是需要的结果。主要还是本人水平很低，所以现在只想直接获取答案。没有更多时间去捣鼓了。 ---
作者： ![last\_idol](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/last_idol/32/2205_2.png) [@last\_idol](https://forum.freemdict.com/u/last_idol)\ 发布日期： [2022 年9 月 16 日 03:16 UTC](https://forum.freemdict.com/t/topic/15406/10 "2022-09-16T03:16:41Z")
要闭合标签找我啊。 ---
作者： ![endnote](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/9de0a6/32.png) [@endnote](https://forum.freemdict.com/u/endnote)\ 发布日期： [2022 年9 月 16 日 04:03 UTC](https://forum.freemdict.com/t/topic/15406/11 "2022-09-16T04:03:32Z")
> [@last\_idol](#): > > 要闭合标签找我啊。 兄台的工具确实强大哈，推荐。 不过对有的嵌套位置问题判定过于严格，如`` 会报4条错误。 手工改正，只要把``后挪一下就可消除这4条错误。 ---
作者： ![sxingbai](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/919ad9/32.png) [@sxingbai](https://forum.freemdict.com/u/sxingbai)\ 发布日期： [2022 年9 月 16 日 05:04 UTC](https://forum.freemdict.com/t/topic/15406/12 "2022-09-16T05:04:46Z")
> [@endnote](#): > > 兄台的工具确实强大哈，推荐 请问在哪儿？ ---
作者： ![last\_idol](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/last_idol/32/2205_2.png) [@last\_idol](https://forum.freemdict.com/u/last_idol)\ 发布日期： [2022 年9 月 16 日 05:23 UTC](https://forum.freemdict.com/t/topic/15406/13 "2022-09-16T05:23:53Z")
写得很简陋，还有很多问题，有需要可以把文本文件发我。标签错误的行号列号，会给你标注出来。 ---
作者： ![surfactant](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/dbc845/32.png) [@surfactant](https://forum.freemdict.com/u/surfactant)\ 发布日期： [2022 年9 月 16 日 06:43 UTC](https://forum.freemdict.com/t/topic/15406/14 "2022-09-16T06:43:18Z")
@jcz777 请教下，为什么你要用正则引擎Onigmo的格式 [\x{4e00}-\x{9fff}]，缺省引擎的格式 [\u4e00-\u9fff] 不是更好吗？有什么说法？ ---
作者： ![jcz777](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/jcz777/32/60576_2.png) [@jcz777](https://forum.freemdict.com/u/jcz777)\ 发布日期： [2022 年9 月 16 日 06:47 UTC](https://forum.freemdict.com/t/topic/15406/15 "2022-09-16T06:47:40Z")
为了能匹配扩展区汉字。 默认的boost regex引擎做不到，只能换Onigmo了。 ```auto Emeditor汉字匹配 注意：重要一个，正则表达式引擎修改为：Onigmo。 基本汉字 [\x{3007}\x{4e00}-\x{9fff}] 扩展A区 [\x{3400}-\x{4DBF}] 扩展B区 [\x{20000}-\x{2A6DF}] 扩展C区 [\x{2A700}-\x{2B73F}] 扩展D区 [\x{2B740}-\x{2B81F}] 扩展E区 [\x{2B820}-\x{2CEA1}] 扩展F区 [\x{2CEB0}-\x{2EBE0}] 扩展G区 [\x{30000}-\x{3134A}] 兼容 [\x{F900}-\x{FAD9}] 兼容扩展 [\x{2F800}-\x{2FA1D}] 部首扩展 [\x{2E80}-\x{2EF3}] 注音 [\x{3105}-\x{312F}] 笔画 [\x{31C0}-\x{31E3}] 康熙部首 [\x{2F00}-\x{2FD5}] 注音扩展 [\x{31A0}-\x{31BA}] 私用SSP [\x{E000}-\x{F8FF}] 私用PUA-A [\x{F0000}-\x{FFFFF}] 私用PUA-B [\x{100000}-\x{10FFFF}] ``` ---
作者： ![surfactant](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/dbc845/32.png) [@surfactant](https://forum.freemdict.com/u/surfactant)\ 发布日期： [2022 年9 月 16 日 06:57 UTC](https://forum.freemdict.com/t/topic/15406/16 "2022-09-16T06:57:14Z")
就是说，如果选默认的boost regex引擎，用这个式子 [\u4e00-\u9fff] 也搜不到扩展区汉字？这就不太好理解了，不是 4e00~9fff 区间对了就能匹配到吗？ 我的理解，不同引擎的差别只是写法不同，\x{4e00} \u4e00，难道还有别的不同？ ---
作者： ![jcz777](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/jcz777/32/60576_2.png) [@jcz777](https://forum.freemdict.com/u/jcz777)\ 发布日期： [2022 年9 月 16 日 07:04 UTC](https://forum.freemdict.com/t/topic/15406/17 "2022-09-16T07:04:03Z")
基本区汉字4e00-9fff有20992个汉字，一般来说，用这个范围就可以了。 但是经常会碰到扩展区的汉字，boost regex就匹配不了。 （最常用的新华字典都有一百多个B区汉字） ---
作者： ![surfactant](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/dbc845/32.png) [@surfactant](https://forum.freemdict.com/u/surfactant)\ 发布日期： [2022 年9 月 16 日 07:13 UTC](https://forum.freemdict.com/t/topic/15406/18 "2022-09-16T07:13:22Z")
谢谢解答！还是不太理解这两个引擎为什么会有这个差别。 EmEditor用扩展A区第一个字“㐀”试验发现： - 缺省引擎 \u3400 搜不到 - 缺省引擎 \x{3400} 可以搜到 - Onigmo引擎 \u3400 可以搜到 - Onigmo引擎 \x{3400} 可以搜到 根据这个网页的介绍，Onigmo引擎下匹配所有汉字可以用 \p{Han}，刚试了下 “㐀” 这个字是可以匹配到的 \<\>[EmEditor v15.7.0 beta 1 – EmEditor (Text Editor)](https://www.emeditor.com/emeditor-core/emeditor-v15-7-0-beta-1/)\<\> ---
作者： ![last\_idol](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/last_idol/32/2205_2.png) [@last\_idol](https://forum.freemdict.com/u/last_idol)\ 发布日期： [2022 年9 月 16 日 07:57 UTC](https://forum.freemdict.com/t/topic/15406/19 "2022-09-16T07:57:11Z")
使用`\p{Han}`，需要考虑词典文本字符覆盖的范围。Unicode已经更新到15， 而Onigmo目前只支持到Unicode 12，也就是说对于13-15的汉字，用`\p{Han}`，是匹配不到的。 ---
作者： ![surfactant](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/dbc845/32.png) [@surfactant](https://forum.freemdict.com/u/surfactant)\ 发布日期： [2022 年9 月 16 日 08:00 UTC](https://forum.freemdict.com/t/topic/15406/20 "2022-09-16T08:00:01Z")
谢谢！\<\>\<\>\<\> [下一页](https://forum.freemdict.com/t/topic/15406.md?page=2)