你每天花在复制粘贴、手动改格式、逐行删空格上的时间，加起来够不够两小时？如果你手里的文字处理需求超过十行，还在用鼠标一个个点过去，这篇文章能帮你省下至少一半的时间。

文字批量处理，本质上是五件事的组合

场景1：批量删除所有空行

Ctrl+H打开替换 → 勾选"正则表达式" → 查找：^\\s*$\\n → 替换为空 → 全部替换。一秒清掉几百个空行。

场景2：每行开头加序号或前缀

查找：^ → 替换为：1. → 全部替换。^代表行首，这一下给每行都加了序号。同理，查找$（行尾），替换为；，就给每行末尾加了分号。

场景3：从杂乱文本里提取邮箱

查找：[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,} → 点"查找全部" → 复制结果窗口里的所有匹配行。这是正则邮箱匹配的经典模板，匹配准确率超过99%。

场景4：批量删除HTML标签，只留纯文字

查找：<[^>]*> → 替换为空。注意：这个正则只删标签本身，标签之间的文字会保留。如果文本里有大量script和style标签内的内容，需要分两步：先删<script[^>]*>.*?</script>和<style[^>]*>.*?</style>，再删剩余的HTML标签。

Notepad++批量处理的三个隐藏技巧

• 列编辑模式：按住Alt键不放，用鼠标从上往下拖选一列，然后直接打字，所有选中行同步输入相同内容。给几百行URL统一加域名前缀，三秒搞定。
• 宏录制：菜单栏"宏→开始录制"→执行一系列操作→"停止录制"→"保存宏并分配快捷键"。下次同样操作一键重放。适合每天都要做的固定清洗流程。
• 多文件查找替换：Ctrl+Shift+F打开"在文件中查找"，选择目标文件夹，支持在几十个文件里批量替换同一段文字，不用逐个打开文件。

提醒：在线工具方便归方便，但如果文本里有客户数据、内部文档、密码密钥等信息，建议用本地工具。不是所有在线工具都承诺不存储你的数据，纯前端工具（标注"本地处理"的）相对安全。

六个最常用的文本处理函数

实际案例：500个关键词批量去重+排序

把关键词粘贴到A列 → 选中A列 → 数据选项卡 → "删除重复值" → 确定。然后B1输入=TRIM(CLEAN(A1))下拉填充 → 复制B列粘贴为值 → 删除A列。两步操作，干净的关键词列表就出来了，比在在线工具里来回粘贴快得多。

脚本1：批量删除HTML标签，输出纯文本

import rewith open("input.html", "r", encoding="utf-8") as f:text = f.read()# 先删除script和style标签及其内容text = re.sub(r'<script[^>]*>.*?</script>', '', text, flags=re.DOTALL)text = re.sub(r'<style[^>]*>.*?</style>', '', text, flags=re.DOTALL)# 删除所有HTML标签text = re.sub(r'<[^>]+>', '', text)# 合并多余空行text = re.sub(r'\n\s*\n', '\n', text)with open("output.txt", "w", encoding="utf-8") as f:f.write(text.strip())print("完成，纯文本已保存到 output.txt")

脚本2：批量替换多个文件里的关键词

import osimport glob# 替换规则：{旧词: 新词}rules = {"http://": "https://","旧公司名": "新公司名","old-product": "new-product",}for filepath in glob.glob("articles/*.html"):with open(filepath, "r", encoding="utf-8") as f:content = f.read()for old, new in rules.items():content = content.replace(old, new)with open(filepath, "w", encoding="utf-8") as f:f.write(content)print(f"已处理: {filepath}")print(f"共处理 {len(glob.glob('articles/*.html'))} 个文件")

脚本3：文本列表去重+排序+加前后缀

with open("keywords.txt", "r", encoding="utf-8") as f:lines = [line.strip() for line in f if line.strip()]# 去重并保持顺序seen = set()unique = []for line in lines:if line not in seen:seen.add(line)unique.append(line)# 排序（按字母）unique.sort()# 每行加前后缀result = [f"<li>{kw}</li>" for kw in unique]with open("keywords_clean.txt", "w", encoding="utf-8") as f:f.write("\n".join(result))print(f"原始: {len(lines)}行 → 去重排序后: {len(result)}行")

脚本4：批量提取文本中的URL和邮箱

import rewith open("source.txt", "r", encoding="utf-8") as f:text = f.read()urls = re.findall(r'https?://[^\s<>"{}|\\^`\[\]]+', text)emails = re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', text)print(f"找到 {len(urls)} 个URL:")for u in urls:print(f"  {u}")print(f"\n找到 {len(emails)} 个邮箱:")for e in emails:print(f"  {e}")# 保存到文件with open("extracted_urls.txt", "w") as f:f.write("\n".join(urls))with open("extracted_emails.txt", "w") as f:f.write("\n".join(emails))

最后说句实在的

文字批量处理这件事，工具不是越多越好。我的建议是：固定一个主力工具 + 备一个兜底方案。

主力推荐Notepad++，因为启动快、正则强、覆盖场景广；兜底方案推荐在线工具，因为不挑设备、不挑系统、打开就能用。如果你有重复性的月常任务（比如每月初批量清洗一批数据），花一小时写个Python脚本，后面每个月能省三四个小时的重复劳动。

文字处理的核心能力其实不是会用多少工具，而是能把问题拆解成"替换+去重+清洗+提取+合并"这五个基本操作。一旦你习惯了这个思维框架，随便打开一个文本编辑器都能高效处理——工具只是放大器，思路才是发动机。