记录一下用正则表达式去除日语原著的注音（假名），然后再用正则表达式把word标注的假名编辑回青空文库格式的过程

Author：肉松郁弥
发布时间：September 30, 2022
293views
No comments
1389 words
Categories：学习资料代码工具教程读书

## 1.使用calibre把epub转txt

首先使用calibre把epub或者mobi转至txt文档，但是前提是要把假名先全部删除

日语原著中含有大量的注音（也叫振假名，日语为「振ふり仮名がな」；或Ruby，日语为「ルビー」），比如说：

![image.png](https://do1024.com/usr/uploads/2022/09/2421502663.png)

这段话中含有几处注音，在Epub中，这些注音假名是通过HTML5的新标签ruby实现的：

```
<ruby><rb>丘陵</rb><rt>きゅうりょう</rt></ruby>
<ruby><rb>七光</rb><rt>しちこう</rt></ruby>
<ruby><rb>騎士</rb><rt>きし</rt></ruby>
<ruby><rb>団</rb><rt>だん</rt></ruby>
<ruby><rb>聳</rb><rt>そび</rt></ruby>
```

如果直接进行转换，那么文本将会和假名混在一起，呈现下面这种情况

> 林道を抜け、緩やかな丘陵きゅうりょうに出ると、山賊討伐を任された《七光しちこう騎士きし団だん》の視界前方に、青空に聳そびえる石造りの古城が現れる

那么我们在转换前先将假名全部删除，将会用到正则表达式

前面说到标签的格式为：

```
<ruby><rb>被注音文字</rb><rt>注音</rt></ruby>
```

那么使用正则表达式：

```
<rb>(.*?)</rb><rt>.*?</rt>
```

> 其中.*表示任意字符，增加符号?使其非贪婪。因为我们要保留被注释文字，所以用小括号扩起被注释部分，小括号相当于一个变量，可以在替换时被重新引用。
> 在Calibre转换书籍时，在“搜索&替换”中，将上述表达式输入，并在替换文本中输入\1（表示我们前面那个小括号中的文本，即被注音文字）

![在这里插入图片描述](https://do1024.com/usr/uploads/2022/09/10530014.jpg)

转换之后的效果如下：

> 林道を抜け、緩やかな丘陵に出ると、山賊討伐を任された《七光騎士団》の視界前方に、青空に聳える石造りの古城が現れる。

### 2.使用word标注所有汉字假名

把上面得到的txt文本复制到word中

![image.png](https://do1024.com/usr/uploads/2022/09/1769597529.png)

启动macro，自动标注假名

![image.png](https://do1024.com/usr/uploads/2022/09/3908155387.png)

3.把上面得到的文本复制到编辑器里，博主这里使用的是sakura editor

![image.png](https://do1024.com/usr/uploads/2022/09/2738524011.png)

我们发现word标注的假名是括号包裹的形式，这时候我们要把它替换成青空文库格式的《》形式，继续使用正则表达式：

把

`\((.+?)\)`

替换为

`\《\1\》`

![image.png](https://do1024.com/usr/uploads/2022/09/1644648042.png)

替换后得到可以用青空文库转换器的格式了

![image.png](https://do1024.com/usr/uploads/2022/09/1240918373.png)

Last modification：September 30th, 2022 at 10:20 pm

请博主喝一杯咖啡

记录一下用正则表达式去除日语原著的注音（假名），然后再用正则表达式把word标注的假名编辑回青空文库格式的过程

肉松郁弥 • 2022 年 09 月 30 日

## 1.使用calibre把epub转txt

首先使用calibre把epub或者mobi转至txt文档，但是前提是要把假名先全部删除

日语原著中含有大量的注音（也叫振假名，日语为「振ふり仮名がな」；或Ruby，日语为「ルビー」），比如说：

![image.png](https://do1024.com/usr/uploads/2022/09/2421502663.png)

这段话中含有几处注音，在Epub中，这些注音假名是通过HTML5的新标签ruby实现的：

如果直接进行转换，那么文本将会和假名混在一起，呈现下面这种情况

那么我们在转换前先将假名全部删除，将会用到正则表达式

前面说到标签的格式为：

```
<ruby><rb>被注音文字</rb><rt>注音</rt></ruby>
```

那么使用正则表达式：

```
<rb>(.*?)</rb><rt>.*?</rt>
```

![在这里插入图片描述](https://do1024.com/usr/uploads/2022/09/10530014.jpg)

转换之后的效果如下：

> 林道を抜け、緩やかな丘陵に出ると、山賊討伐を任された《七光騎士団》の視界前方に、青空に聳える石造りの古城が現れる。

### 2.使用word标注所有汉字假名

把上面得到的txt文本复制到word中

![image.png](https://do1024.com/usr/uploads/2022/09/1769597529.png)

启动macro，自动标注假名

![image.png](https://do1024.com/usr/uploads/2022/09/3908155387.png)

3.把上面得到的文本复制到编辑器里，博主这里使用的是sakura editor

![image.png](https://do1024.com/usr/uploads/2022/09/2738524011.png)

我们发现word标注的假名是括号包裹的形式，这时候我们要把它替换成青空文库格式的《》形式，继续使用正则表达式：

把

`\((.+?)\)`

替换为

`\《\1\》`

![image.png](https://do1024.com/usr/uploads/2022/09/1644648042.png)

替换后得到可以用青空文库转换器的格式了

![image.png](https://do1024.com/usr/uploads/2022/09/1240918373.png)

记录一下用正则表达式去除日语原著的注音（假名），然后再用正则表达式把word标注的假名编辑回青空文库格式的过程

Leave a Comment Cancel reply

用Excel制作股票交易表格/日志，带macro宏程序（vba）更新V1.5

此内容被密码保护

Simple Stock Trading Journal with Excel Marco（vba）

【pine脚本】超好用的随机指标(stochastic /KDI)分享！

★加密货币定投&守币日志★

程序员的浪漫，如何通过python设置定时自动微信发送消息

此内容被密码保护

200个Cake远征实践Pancake Swap的盈利效果！(附带CherrySwap)

2018年新版Java学习路线图(转自黑马)

日语原版小说书单1 青空文库格式带假名标注

记录一下用正则表达式去除日语原著的注音（假名），然后再用正则表达式把word标注的假名编辑回青空文库格式的过程