在支持HTML的环境（包括许多Markdown编辑器¹），可以使用<ruby>标签为汉字等表意文字添加注音（如拼音或振假名）。不过，在不支持该标签的纯文本环境中，内容的可读性会因此降低。

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

兼容性方案
——使用<rp>标签

HTML标准提供了<rp>（ruby parenthesis）标签来处理这种兼容性问题。它用于包裹括号一类的“备用字符”，这些字符只在不支持<ruby>标签的环境中显示。

添加<rp>标签后的理想格式如下：

<ruby>大学<rp>(</rp><rt>だいがく</rt><rp>)</rp></ruby>

这样，可以两全其美：

• 在支持的环境³，正常显示注音样式，括号不显示。
• 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，查找规则需要改进，目标是：只查找那些尚未被<rp>(</rp>和<rp>)</rp>包裹的<rt>标签。

最终方案
——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

1. 打开VS Code的“在文件中查找和替换”面板 (Ctrl+Shift+H 或 Cmd+Shift+H)。
2. 确保启用正则表达式模式 (点击 .* 图标)。
3. 在“查找”(Find)输入框中，粘贴以下表达式：(?<!<rp>\(<\/rp>)<rt>(.*?)<\/rt>
4. 在“替换”(Replace)输入框中，粘贴以下内容：<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。

这样，查找表达式就能准确地识别目标：

• 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>。

如此一来，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处理的旧标签，而对已经符合新格式的标签没有影响，保证了操作的安全性和幂等性⁶。

尾注

1. 尽管<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。 ↩︎
2. 偏偏市面上大把网页都是这个样子，吾辈任重道远呐。 ↩︎
3. 大到现代浏览器，小到Obsidian之类支援HTML的笔记软件的预览界面。 ↩︎
4. 甚至还有种情况，就是——虽然是头一回尝试批量执行，但是待执行的文档里面已经包含有写好了<rp>的<ruby>标签了。 ↩︎
5. 幂等性（idempotence）指的是在一次或多次执行相同操作后，系统的状态保持不变，即无论执行多少次，结果都是相同的。 ↩︎
6. 对“幂等性”概念的解释参见前文。 ↩︎