Life With Vim[0] 批量格式化和去重

晚上想着重新弄一下Urxvt的中文字体。

其实字体文件挺讨人厌的。主要是因为，同一种字体的各种bold，italic，condensed等等的字形都在不同的字体文件中定义。而我下载的又是字体包，而且好几个带中文的（其中包含一些韩日语的字体）。时间一长，fc-list :lang=zh的输出看的我头的大。于是立马就想到用Vim整理一下看看都有哪些。

于是

fc-list :lang=zh > fonts
vim fonts

里面超过两百条条目都是这样的：

/usr/share/fonts/adobe-source-han-sans/SourceHanSans-ExtraLight.ttc: Source Han Sans K,본고딕,Source Han Sans K ExtraLight,본고딕 ExtraLight:style=ExtraLight,Regular

大致格式就是：

字体文件路径:字体家族名,别名1,别名2:所定义的字体风格

而其中字体家族名是我真正需要的东西：

1. 首先把字体名晒出来。也就是删掉每行第一个冒号前的和第二个冒号后的所有内容：

   :%s/^.*:\(.*\):.*$/\1/g
   

   解释：
   : 进入命令模式
   % 在整个文档范围内匹配
   s/XXX/YYY/g 把所有匹配到的XXX替换成YYY

   XXX=^.*:\(.*\):.*$
   开头的^ 是代表行首
   .* 代表任意个任意字符
   : 代表冒号
   \(.*\) 记下这一串匹配到的字符串，也就是在两个冒号之间的任意个任意字符
   结尾的$ 代表行尾
   YYY=\1 调用刚刚被匹配并记录下来的字符串

   就把原来的条目变成了这样：

   Source Han Sans K,본고딕,Source Han Sans K ExtraLight,본고딕 ExtraLight
   

2. 然后需要删掉所有的别名只留下一个家族名。因为在调用字体时，别名通常被限定在某种字形上，而通过家族名调用，则相当于调用了所有字形。该粗该细还是该斜体，只需要制定一个家族名，系统会按需选择。又因为家族名都在第一项，别名用逗号隔开。可以按照上面的命令再来一次：

   :%s/^\([^,]*\),.*$/\1/g
   

   和上面差不多，只不过在定义XXX的匹配模式的时候用到了[^,]*。以外匹配除了,外的任意个所有字符。
   因为，*默认匹配最长的字符串，如果行内不止一个,它就会默认把后面表达式中的哪个,匹配到行内最后一个。其实还有别的方法，但是我实在懒得记。

   这样条目就只剩下家族名了：

   Source Han Sans K
   

3. 因为别名的关系，家族名有很多重复的。所以只需要：

   :%sort u
   

   这样，整个个文件就完成去重。所有条目都是唯一的了。系统中有那些中文字体就一目了然。

不到一分钟搞定。想几年前我扒一个网站的HTML文件里的表格数据的时候，又是手工，又是用Python爬DOM。一整天都能浪费掉。。。。