批量查找替换：正则、捕获组与命中数预览

什么时候该用批量替换

导出数据里混着全角括号、连续空格、不换行空格（U+00A0），手工改几十处既慢又容易漏。写一条正则一次清干净，是这类工作的标准做法。

格式统一也很常见：把 2024-01-05 批量改成 2024/01/05，或在每个手机号前加国家码，同时用捕获组保住原来的数字。

还有一类是「只改匹配到的部分」。比如一批日志里只想把状态码 500 换成 503，而不动其他数字，正则的边界控制比全文替换安全得多。

• 清理全角/半角混排、连续空格、U+00A0
• 日期、电话、编号的格式统一
• 给匹配到的内容加前缀或后缀，保留原值
• 只替换特定模式，避免误伤其他文本

怎么做才不出错

先点「只看命中数」再替换。命中数能立刻暴露两种错误：写得太宽（把不该改的也算了进去）和写得太窄（根本匹配不到，替换等于没执行）。

捕获组用圆括号分组，替换串里用 $1、$2 引用，$& 代表整个匹配。注意普通（非正则）模式也走同一套替换语法，所以在非正则模式里写 $& 同样会被展开；要替换成一个字面的美元符号，写 $$。

引用不存在的组不会报错：只有一组括号却写 $2，$2 会原样留在结果里。看到结果里冒出 $2，多半是组号数错了。

正则固定用 g 和可选的 i，没有 m、s、u。因此 ^ 和 $ 只匹配整段文本的开头和结尾，. 不跨行，\p{L} 会被当成普通字母 p，\u{1F600} 会被当成字面量。需要 Unicode 属性或码点转义时，改写成代理对（如 \uD83D\uDE00）或直接写具体字符。

正则编译失败时替换不会执行，输出框保留上一次的结果，原文更不会被改动；但错误信息可能只出现在浏览器控制台，页面上看起来像「点了没反应」。遇到这种情况先检查括号是否闭合、方括号是否配对。

贪婪匹配是另一个常见坑：<b>.*</b> 会从第一个 <b> 一直吃到最后一个 </b>，把中间的内容全吞掉；写成 <b>.*?</b> 才逐段匹配。批量替换前，用一小段样本验证结果，比事后回滚便宜得多。

• 先看命中数，确认范围再替换
• 捕获组按左括号顺序编号，别数错
• 替换串里的 $ 要小心，字面美元符号写 $$
• 没有 m/s/u：^ $ 不按行、. 不跨行、\p 和 \u{...} 不可用

替代方案与局限

需要跨行匹配、按行生效的 ^ $，或者 Unicode 属性时，用编辑器的正则替换（VS Code、Sublime）或命令行 perl -0777 -pe、sed。它们支持标志位和更大的文件。

替换规则要条件判断（不同情况换不同内容、需要计算新值）时，写脚本比堆正则可靠：正则越长，越难验证，也越容易在下一次修改时引入新问题。

本工具只把文本当纯文本，不解析 HTML、CSV、JSON 结构，所以改标签属性或某一列仍然可能误伤；几 MB 以上的文本一次性替换会明显卡顿。它适合「看得见的文本清洗」，不适合当数据迁移工具。

• 跨行、多行标志：编辑器或 perl/sed
• 条件替换、需要计算：写脚本
• 结构化数据：先解析再改，不要用正则硬切