奇怪的 Openoffice Regular Expression

Openoffice Writer 的 Search/Replace 支援 Regular Expression，但有許多奇異的行為：

• \n 在搜尋欄代表 Shift+Enter 所輸入的手動換行符號，在取代欄卻代表 Enter 所輸入的換段符號
• \xXXXX 在搜尋欄代表 unicode 中 U+XXXX 的字元，但在取代欄卻會被當成 "\xXXXX" 這樣的字串
• back reference，在搜尋欄是 \1 \2 ...，但在取代欄要用 $1 $2 ... 
• 除非你有勾「精確搜尋」，否則大小寫沒有差別，所以，預設 [a-z] 會 match [a-zA-Z]
• [:class:] 的寫法與一般的正規表達式不太一樣，一般要用 [[:class:]+]，但這在 Ooo 中無法正常作用
• [:print:] 不會 match  ‘ ’ “ ” « »
• [:space:] 只代表 space，不代表 tab

更多資訊可參考

OpenOffice.org 類型表式 (regular expression)
Documentation/How Tos/Regular Expressions in Writer

寫 regular expression 真是痛苦。剛才又寫了一個 regular expression 把文章結尾的空白刪除。

呃，這是哪一國的 re 呀？兩種不同的 re 並存會很不好用，就像用慣了 perl re，再來用 vim/sed re 就常常會搞錯。

php 也有兩種 regular expression POSIX or PERL，PERL regular expression 比較多人用，功能也比較強。

這兩種比較容易區分。但問題是 ooo 在搜尋及取代有不同的 re rules，這樣就會常搞成一團亂了。

再補一條：

• $ 在搜尋欄代表段落符號，在取代欄代表 '$' 字元。

再分享一個經驗：

如果在搜尋欄輸入 $，在取代欄輸入 \n，按「全部取代」，結果會怎麼樣呢？首先，Openoffice 3.0  會問：「若要繼續此動作，必需關閉「還原」功能，你是否要關閉還原功能？」如果我乖乖地回答「是」，那我的 Openoffice 3.0 就會把 CPU 吃到 100%，如果回答「否」，就會出現「搜尋項目被六萬次取代。」

如果在搜尋欄輸入 $ 搜尋，只可以找到 Enter 輸入的段落符號，但如果用 .*$ 搜尋，卻會找到用 Enter 分段或用 Shift-Enter 斷行的文字段落。

看起來 Ooo 的 regular expression 實在蠻複雜的，使用前最好多測試。