Praat脚本-038 | 批量替换标注TextGrid里的换行符

news2024/10/5 14:42:48

引题

我们在做标注的时候，可能会犯这样一个小错误，就是在标注的内容中间不小心进行了换行，大概会成为这个样子。

在这里插入图片描述
这样会有什么问题呢？在提取数据的时候，你会发现，将你的结果拷贝到excel里，会因为这个换行符，无端为你插入了新行，比如成为这个样子：

这就给阅读数据，归类，统计都造成很大的问题，如果你这些数据可能上千上万行，整理起来很折磨人。我们在提取数据的时候是可以注意将这个换行符替换的，Praat也提供了正则表达式的操作，所谓正则表达式是通过一些约定的符号规则，来统一表示某一类的符号，或者是一些特殊的符号，比如我们今天要解决的换行符的问题。我们只需要使用下面的函数就可以替换掉字符串中的换行符。

output$ = replace_regex$(input$, "\n", "", 0)

这里的函数replace_regex$就是一个专门针对正则表达式的替换函数，它后面的参数的意思就是将一个输入的字符串，input$里的换行符，在编程语言里用\n代替，将它替换成空的字符。

Praat还提供了哪些可用的正则表达式的符号呢：
在这里插入图片描述
大家可以通过查找帮助里的Regular Expressions查看。这里面包括了常用的很多的功能，比如所有字母类，所有数字类，一些简单的通配符，大小写，制表符等，有兴趣的可以自己去查看，如果确实有其它功能需要支持的，也可以公众号后台留言。

获取脚本

https://github.com/feelins/Praat_Scripts

本站所有Praat脚本都可以在上述github的项目目录里找到，如果日常对代码、脚本操作比较熟练的可通过下载、安装、配置github for windows在自己的电脑上通过git clone将代码下载到本机，这样的好处是可以跟主站及时更新代码。
不想费如此脑筋，可以通过点击如下图Code位置所示，下载整站的代码，可直接使用。
在这里插入图片描述

本文的代码是38-replace_newline_inside_word\Replace_Intervals.praat。点进去之后，还有附带的示例文件，同学可练习使用。脚本里有我的邮箱，有任何问题都可以来信咨询。

运行脚本

打开Praat之后，选择Praat，Open Praat Script...，打开这个脚本，然后在脚本窗口选择Run，Run，或者直接使用快捷键Ctrl+R，在弹出来的对话框里，设置以下几个地方，替换只对TextGrid有效，这里无需关心是否有wav目录：

设置你的原始TextGrid所在的目录，这里因为是在Windows系统，所以路径斜线是\，如果你是在Mac使用，将这个斜线方向反一下就好。也可以用这样的路径old_TextGrid\，取决于你的数据所在的目录；
设置目标层级，reference tier就是你需要替换的内容在第几层，我们这里是第1层；
接着设置目标TextGrid所在的目录，new_TextGrid\，同上；\

设置完毕，点击OK，运行脚本，结果可以到目标目录里查看。
在这里插入图片描述
我们示例中出现换行符的标注内容已经被更新替换了：

知识引申

在这里稍加引申一下，还有一种情况，当我们在处理Excel表格的时候，这个表格里本身就有换行符，如果将这些内容拷贝到文本，或者其它表格内容，你会发现，也会莫名插入一些新行，比如下面这个表格：
在这里插入图片描述
在红框处，也是因为处理表格的过程中不小心加了一个换行符，如果要把这些内容拷贝到文本里：

结果你会发现，原本的16行数据，成了17行，在这种情况下，我们如何对Excel表格处理一下呢？Excel本身有一个clean函数是可以指解决这个问题的。我们在原始的Excel中新建一列，在新建的一列的第一个格子里输入=clean(a1)，这里的A1指要替换的左边的第一个单元格，我们在这个格子的左下角的黑十字拖动它，将会批量生成所有的结果
在这里插入图片描述

这时候你会发现这个问题已经解决了。跑题了，大家看着玩玩就好。