Dâng David如何优雅地升级ruby标签：正则表达式指南
在支持HTML的环境（包括不少现代的Markdown编辑器1）使用<ruby>标签为汉字等表意文字添加注音（如拼音或振假名），是一个非常实用的功能。然而，一个常见的痛点是，在不支持该标签的纯文本渲染环境下，内容的可读性会大大降低。
例如，一个标准的<ruby>标签：
<ruby>大学<rt>だいがく</rt></ruby>在纯文本的渲染环境中会显示为大学だいがく，这显然不够理想。2
优雅降级的方案：<rp>标签
HTML标准为此提供了一个优雅的解决方案：<rp>（ruby parenthesis）标签。它的作用是包裹“备用字符”（通常是括号），这些字符只在不支持<ruby>的环境中显示。
理想的格式应该是这样：
<ruby>大学<rp>(</rp><rt>だいがく</rt><rp>)</rp></ruby>这样可以实现两全其美的效果：
- 在支持的环境3：正常显示注音样式，括号被隐藏。
- 在不支持的环境（纯文本）：显示为
大学(だいがく)，未尝有损可读性。
那么，如何将手上的文字（譬如说电子笔记库）中所有旧格式的<ruby>标签批量升级到这种新格式呢？自然会想到的是全局搜索与正则表达式。
第一版方案：简单替换
（警告：请不要急着一行行跟着以下方案批量替换，建议先看看下文再做决定。另外，任何时候都请记得做好备份，再批量修改。）
这里用可以直接管理包括.markdown文件在内的笔记文档的VS Code来举例。我们最直接的想法是找到所有的注音标签，然后给它们加上括号。
- 查找：
<rt>(.*?)<\/rt> - 替换：
<rp>(</rp><rt>$1</rt><rp>)</rp>
这个方案可以处理最简单的情况。但很快我们就会发现第一个问题。
边界情况：一个词组内的多个注音
当遇到像日语“地じ震しん”这样的词，其源代码可能是：
<ruby>地<rt>じ</rt>震<rt>しん</rt></ruby>上面的简单方案能正确工作吗？是的。它会独立地将<rt>じ</rt>替换为<rp>(</rp><rt>じ</rt><rp>)</rp>，并将<rt>しん</rt>替换为<rp>(</rp><rt>しん</rt><rp>)</rp>，最终得到正确的结果：
<ruby>地<rp>(</rp><rt>じ</rt><rp>)</rp>震<rp>(</rp><rt>しん</rt><rp>)</rp></ruby>到目前为止，一切似乎都很顺利。但一个更隐蔽的“定时炸弹”埋藏在这个方案中。
第二版方案：解决重复执行的bug
问题在于，如果我们不小心再次运行4这个替换脚本，会发生什么？
它会找到已经修复好的<rp>(</rp><rt>じ</rt><rp>)</rp>中的<rt>じ</rt>，然后再次为它套上括号，导致灾难性的结果：
<rp>(</rp><rp>(</rp><rt>じ</rt><rp>)</rp><rp>)</rp>这破坏了幂等性5原则。一个健壮的脚本必须能够安全地重复执行而不产生副作用。
因此，我们需要一个最终的、更智能的查找逻辑：只查找那些尚未被<rp>(</rp>和<rp>)</rp>包裹的<rt>标签。
终极解决方案：使用反向否定查找
正则表达式的“反向否定查找”（negative lookbehind），写作(?<!...)，是解决这个问题的完美工具。它允许我们匹配一个模式，但前提是它的前面不是某个特定的字符串。
最终的查找与替换规则
Ctrl+Shift+H 或 Cmd+Shift+H)。.* 图标)。(?<!<rp>\(<\/rp>)<rt>(.*?)<\/rt><rp>(</rp><rt>$1</rt><rp>)</rp>工作原理解析
- 查找：
(?<!<rp>\(<\/rp>)<rt>(.*?)<\/rt>(?<!<rp>\(<\/rp>)：这是关键。它是一个反向否定查找，意思是：“从当前位置往前看，前面的文本不能是<rp>(</rp>”。注意，为了匹配字面上的括号(，我们用\(对其进行了转义。<rt>(.*?)<\/rt>：这部分和之前一样，用于匹配<rt>标签及其内容。
这个查找表达式现在变得非常智能：
- 它能匹配
<ruby>地<rt>じ</rt>...中的<rt>じ</rt>，因为它的前面是字符地，不是<rp>(</rp>。 - 它不能匹配
<ruby>地<rp>(</rp><rt>じ</rt>...中的<rt>じ</rt>，因为它前面的文本正好是我们排除了的<rp>(</rp>。
这样，无论对文件执行多少次这个替换操作，它都只会影响那些尚未被修复的旧标签，而对已经符合新格式的标签秋毫无犯，完美地保证了操作的安全性和幂等性6。
通过这个逐步优化的过程，我们最终得到了一个强大、安全且一劳永逸的解决方案，可以放心地用它来优化整个笔记库。
尾注
<ruby>标签并不是标准的Markdown语法——从“<”与“>”就能看出它的XML色彩，但是不少现代的Markdown编辑器——例如Obsidian之类——都会尽量支持HTML语法，<ruby>标签也就包含在内了。 ↩︎<rp>的<ruby>标签了。 ↩︎
Joe Crawford
Inautilo
CODEMODD
Caleb Hailey
LeonDuStar
DailyHTML
Frontend Dogma
Tim De Jong