中英文之間的空格處理

中英文之間的空格處理

第一次使用 markdown 開始，中英文之間的空格就是讓我頭疼的一個問題。在使用 latex 時，中英文之間的空格會自動處理。這讓我以爲撰寫其它格式的文檔時也會有相同的處理方式，可我最終發現這不過是我自己一廂情願的想法罷了。

今天，我開始嘗試解決這個問題。經過一系列的努力發現我其實可以通過半角與全角的切換來完成。

以前我一直使用全角標點，這樣造成的問題是在進行中英文混排時，中英文的切換頻繁，效率低下。中英文之間的空格也讓我頭疼不已。

今天我發現，可以通過將符號調整爲半角來提高輸入的效率。當使用半角符號時，輸入的空格爲標準空格，在中文模式下也可以直接輸入英文。當使用全角時，中文輸入模式下的空格爲全角空格，輸入一個半角空格需要切換輸入模式爲英文。這算是一大改善吧！

我也嘗試使用 sed 來解決這個問題。不過由於 sed 對於 unicode 的匹配支持的相對薄弱，我無法找到一個直接的方式來處理中英文之間的空格。多次嘗試無果後，我決定換一種思路，使用反向選擇的方式來解決這個問題。

既然我不能直接匹配到中文字符，那麼我能不能通過反向匹配除了中文之外的字符來達成呢？事實證明這一點能夠做到。依靠 POSIX 字符類我就能使用反向匹配來匹配到中文字符。

這裏我首先將自己已經排版好的文章轉換爲缺少空格的內容。使用的sed命令如下

s/\([[:upper:][:lower:][:digit:][:punct:]]\+\)[ 　]\+\([^[:upper:][:lower:][:space:][:punct:][:digit:]]\)/\1\2/g
s/\([^[:upper:][:lower:][:space:][:punct:][:digit:]]\)[ 　]\+\([[:upper:][:punct:][:lower:][:digit:]]\+\)/\1\2/g

添加空格的命令如下：

 s/\([[:upper:][:lower:][:digit:]]\+\)\([^[:upper:][:lower:][:space:][:punct:][:digit:]]\)/\1 \2/g 
  2 s/\([^[:upper:][:lower:][:space:][:punct:][:digit:]]\)\([[:upper:][:lower:][:digit:]]\+\)/\1 \2/g

由於 [:punct:] 會匹配半角與全角符號，在中文環境中全角符號後不需要添加空格，半角符號前後需要添加空格。對半角符號前後空格的添加無法使用 POSIX 字符類完成。可以使用普通字符類完成。