如何用Vim命令提取括号内数字并清理第六字段无关内容？

需将每行前5个分号分隔的字段完整保留，把第6字段替换为该字段内所有括号中的数字的拼接结果，同时忽略人名里的数字（比如50 Cent中的50）。

原始文本示例 #

Stroszek;12/01/1977;5.74;Drama,Comedy;7.142;Bruno S.(2),Eva Mattes(1),50 Cent(2),Wilhelm von Homburg(2),Burkhard Driest(2),Clayton Szalpinski(0),Ely Rodriguez(0),Alfred Edel(0),Scott McKain(0),Pitt Bedewitz(0),Ralph Wade(0),Michael Gahr(2),Vaclav Vojta(0),Yüksel Topcugürler(0)
Patients;01/03/2017;5.889;Drama,Comedy;25.000;Pablo Pauly(2),Soufiane Guerrab(2),Moussa Mansaly(2),Nailia Harzoune(1),Franck Falise(0),Yannick Renier(2),Alban Ivanov(2),Jason Divengele(0),Côme Levin(2),Dominique Blanc(1),Anne Benoît(1),Rabah Nait Oufella(2)
Carnage;16/09/2011;9.4;Drama,Comedy;45.454;Kate Winslet(1),Jodie Foster(1),Christoph Waltz(2),John C. Reilly(2),Elvis Polanski(0),Eliot Berger(0),Julie Adams(1),Joseph Rezwin(2),Tanya Lopert(1),Nathan Rippy(2),Lexie Kendrick(1)

目标格式示例 #

Stroszek;12/01/1977;5.74;Drama,Comedy;7.142;21222000000200
Patients;01/03/2017;5.889;Drama,Comedy;25.000;222102202112
Carnage;16/09/2011;9.4;Drama,Comedy;45.454;11220012121

:%s/\v(([^;]+;){5}).*/\=submatch(1) . substitute(submatch(0), '[^()]*\((\d)\)[^;]*', '\1', 'g')

1. %s/：对所有行执行全局替换操作
2. 匹配规则\v(([^;]+;){5}).*：
   • \v：开启Vim的"非常魔法模式"，简化正则表达式的符号写法
   • (([^;]+;){5})：精准捕获每行前5个分号分隔的字段（包含每个字段末尾的分号），作为第一个子匹配结果
   • .*：匹配第6字段及之后的所有内容
3. 替换规则\=submatch(1) . substitute(submatch(0), '[^()]*\((\d)\)[^;]*', '\1', 'g')：
   • \=：启用Vim表达式作为替换内容（而非固定字符串）
   • submatch(1)：直接保留前5个字段的原始内容
   • .：Vim中的字符串连接符号
   • substitute(...)：专门处理第6字段的内容，提取并拼接括号内的数字：
     • submatch(0)：当前行的完整文本内容
     • '[^()]*\((\d)\)[^;]*'：匹配"任意非括号字符+括号包裹的单个数字+到分号前的任意字符"的结构，仅捕获括号内的数字
     • '\1'：将匹配到的结构替换为捕获到的数字
     • 'g'：全局替换，提取所有符合条件的数字并自动拼接

如果觉得单条命令过于复杂，可分两步执行：

1. 提取第6字段内所有括号数字并拼接，替换原第6字段：

:%s/\v(([^;]+;){5})(.*)/\1\=substitute(submatch(3), '[^()]*\((\d)\)[^,]*', '\1', 'g')

2. 清理可能残留的多余逗号（实际第一步已处理，可作为兜底验证）：

:%s/\v(([^;]+;){5}),*/\1/

内容的提问来源于stack exchange，提问作者Ewoud Noe