像素剧本圣殿保姆级教学：如何用正则表达式批量清洗AI生成剧本格式
像素剧本圣殿保姆级教学：如何用正则表达式批量清洗AI生成剧本格式
1. 为什么需要清洗AI生成的剧本
当你使用像素剧本圣殿生成剧本时，可能会遇到一些小问题：
- 场景标记格式不统一
- 角色对话前缺少空格
- 动作描述中出现多余的空行
- 特殊符号显示异常
这些问题虽然不影响内容质量，但会让剧本看起来不够专业。手动修改每个问题非常耗时，特别是生成长篇剧本时。
2. 正则表达式基础准备
2.1 什么是正则表达式
正则表达式就像剧本编辑中的"查找替换"功能，但功能强大得多。它可以：
- 精确匹配特定文本模式
- 批量替换不规范内容
- 自动格式化整个文档
2.2 常用正则表达式符号
在开始前，先了解几个基本符号：
\s匹配任何空白字符（空格、制表符、换行符）\n匹配换行符[ ]匹配方括号内的任意字符+匹配前面的元素一次或多次*匹配前面的元素零次或多次
3. 剧本格式常见问题与解决方案
3.1 统一场景标记格式
AI生成的剧本可能出现多种场景标记：
[场景1] [ 场景2 ] 场景3:使用这个正则表达式统一格式：
import re text = re.sub(r'\[?\s*场景\s*\d*\s*\]?', '[场景]', text)3.2 规范角色对话格式
对话前应有角色名和冒号，但AI可能生成：
张三(紧张地) 说...修复方法：
text = re.sub(r'(\w+)\s*\(.*?\)\s*\n\s*(说|道)', r'\1:', text)3.3 处理多余空行
连续多个空行影响阅读：
[动作]他站起来 [动作]走向门口简化空行：
text = re.sub(r'\n{3,}', '\n\n', text)4. 完整清洗脚本示例
这是一个完整的Python脚本，可以一次性处理所有常见问题：
import re def clean_script(text): # 统一场景标记 text = re.sub(r'\[?\s*场景\s*\d*\s*\]?', '[场景]', text) # 规范角色对话 text = re.sub(r'(\w+)\s*\(.*?\)\s*\n\s*(说|道)', r'\1:', text) # 处理多余空行 text = re.sub(r'\n{3,}', '\n\n', text) # 移除行首尾空格 text = re.sub(r'^\s+|\s+$', '', text, flags=re.MULTILINE) # 统一动作标记 text = re.sub(r'\[?\s*动作\s*\]?', '[动作]', text) return text # 使用示例 with open('raw_script.txt', 'r', encoding='utf-8') as f: raw_text = f.read() clean_text = clean_script(raw_text) with open('clean_script.txt', 'w', encoding='utf-8') as f: f.write(clean_text)5. 进阶技巧：自定义规则
5.1 添加特殊格式要求
如果你有特殊格式需求，可以扩展清洗脚本。例如，要求所有角色名大写：
text = re.sub(r'^(.*?:)', lambda m: m.group(1).upper(), text, flags=re.MULTILINE)5.2 处理剧本中的注释
移除AI生成的多余注释：
text = re.sub(r'\(注:.*?\)', '', text)5.3 自动编号场景
为场景自动添加序号：
scene_count = 1 def number_scenes(match): global scene_count result = f'[场景 {scene_count}]' scene_count += 1 return result text = re.sub(r'\[场景\]', number_scenes, text)6. 总结
通过正则表达式，我们可以快速将AI生成的剧本转化为专业格式：
- 统一场景和动作标记
- 规范角色对话格式
- 清理多余空格和空行
- 添加自定义格式要求
这套方法不仅适用于像素剧本圣殿，也可以用于其他AI写作工具生成的剧本。根据你的具体需求，可以调整或扩展正则表达式规则。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。