Lua模式匹配

Question

我有一个文件，可以从具有RTF格式标记的Microsoft Lync对话中提取值。一个例子文件将是这样的：

{\ RTF1 \ fbidis \ ANSI \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ F0 \ fnil \ fcharset0>濑越UI;} {\ F1 \ fnil濑越UI ;}} {\ colortbl; \ red0 \ green0 \ blue0;} {* \ generator Riched20 15.0.4420} {* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 Craig。 .. \ embo0 \ embo \ embo0 \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \ embo \打开\ embo0 \ f1 \ par {* \ lyncflags rtf = 1}}

使用Lua脚本我试试删除RTF标签，然后取出对话文本。因此，我的函数的结果应该是：

克雷格......请闭上你的老客户了，然后重新打开

我使用string.gsub用正则表达式匹配尝试模式并用空格替换它们以仅留下文本但它不起作用。这里是我到目前为止的代码字符串.gsub：

result = string.gsub(s, "\{\*?\\[^{}]+}|[{}]|\\\n?[A-Za-z]+\n?(?:-?\d+)?[ ]?", " ") 

任何建议将不胜感激！

附加：

user1@capital.com @ 2013年1月18日17：48：03Z（TO：user2@capital.com）

{\ RTF1 \ fbidis \ ansi \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ f0 \ fnil \ fcharset0 Segoe UI;} {\ f1 \ fnil Segoe UI;}} {\ colortbl; \ red0 \ green0 \ blue0;} {* \ generator Riched20 15.0.4420} {* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 works \ embo0 \ embo for \ embo0 \ embo me .. \ embo0 \ embo how \ embo0 \ embo about \ embo0 \ embo embedding \ embo0 \ embo pictures？\ embo0 \ f1 \面值 {* \ lyncflags RTF = 1}}

user1@capital.com @ 2013年1月18日17：48：57Z（TO：user2@capital.com）

{\ RTF1 \ fbidis \ ANSI \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ F0 \ fnil \ fcharset0濑越UI;} {\ F1 \ fnil濑越UI;}} {\ colortbl; \ red0 \ green0 \ blue0;} {* \ generator Riched20 15.0.44 20} {* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 I \ embo0 \ embo请参阅\ embo0 \ embo it \ embo0 \ f1 \ par {* \ lyncflags rtf = 1} }

user1@capital.com @ 2013年1月18日17：49：27Z（TO：用户2 @资本。COM）

{\ RTF1 \ fbidis \ ANSI \ ansicpg1252 \ deff0 \ nouicompat \ deflang1033 {\ fonttbl {\ F0 \ fnil \ fcharset0濑越UI;} {\ F1 \ fnil濑越UI;}} {\\ colortbl; \ red0 \ green0 \ blue0;} {* \ generator Riched20 15.0.4420} {* \ mmathPr \ mwrapIndent1440} \ viewkind4 \ uc1 \ pard \ cf1 \ embo \ f0 \ fs20 let's \ embo0 \ embo try \ embo0 \ EMBO一个\ embo0 \ EMBO会议。\ embo0 \ F1 \面值 {* \ lyncflags RTF = 1}}

Answer 1

的Lua图案不必or运营商（|）或可选的分组（(?:...)?）。这样的事情可能工作：

s:match("{(.+)}"):gsub("%b{}", ""):gsub("\\%w+", "") 

将返回：

" Craig... please close >out of your old client >and re-open " 

首先gsub删除所有对{}和当中的内容，第二gsub删除所有RTF标签（虽然似乎有一些允许其中有空格，所以你可能需要调整模式）。