晚上想著重新弄一下Urxvt的中文字體。

其實字體文件挺討人厭的。主要是因為，同一種字體的各種bold，italic，condensed等等的字形都在不同的字體文件中定義。而我下載的又是字體包，而且好幾個帶中文的（其中包含一些韓日語的字體）。時間一長，fc-list :lang=zh的輸出看的我頭的大。于是立馬就想到用Vim整理一下看看都有哪些。

于是

fc-list :lang=zh > fonts
vim fonts

里面超過兩百條條目都是這樣的：

/usr/share/fonts/adobe-source-han-sans/SourceHanSans-ExtraLight.ttc: Source Han Sans K,???,Source Han Sans K ExtraLight,??? ExtraLight:style=ExtraLight,Regular

大致格式就是：

字體文件路徑:字體家族名,別名1,別名2:所定義的字體風格

而其中字體家族名是我真正需要的東西：

1. 首先把字體名曬出來。也就是刪掉每行第一個冒號前的和第二個冒號后的所有內容：

   :%s/^.*:\(.*\):.*$/\1/g
   

   解釋：
   : 進入命令模式
   % 在整個文檔范圍內匹配
   s/XXX/YYY/g 把所有匹配到的XXX替換成YYY

   XXX=^.*:\(.*\):.*$
   開頭的^ 是代表行首
   .* 代表任意個任意字符
   : 代表冒號
   \(.*\) 記下這一串匹配到的字符串，也就是在兩個冒號之間的任意個任意字符
   結尾的$ 代表行尾
   YYY=\1 調用剛剛被匹配并記錄下來的字符串

   就把原來的條目變成了這樣：

   Source Han Sans K,???,Source Han Sans K ExtraLight,??? ExtraLight
   

2. 然后需要刪掉所有的別名只留下一個家族名。因為在調用字體時，別名通常被限定在某種字形上，而通過家族名調用，則相當于調用了所有字形。該粗該細還是該斜體，只需要制定一個家族名，系統(tǒng)會按需選擇。又因為家族名都在第一項，別名用逗號隔開。可以按照上面的命令再來一次：

   :%s/^\([^,]*\),.*$/\1/g
   

   和上面差不多，只不過在定義XXX的匹配模式的時候用到了[^,]*。以外匹配除了,外的任意個所有字符。
   因為，*默認匹配最長的字符串，如果行內不止一個,它就會默認把后面表達式中的哪個,匹配到行內最后一個。其實還有別的方法，但是我實在懶得記。

   這樣條目就只剩下家族名了：

   Source Han Sans K
   

3. 因為別名的關系，家族名有很多重復的。所以只需要：

   :%sort u
   

   這樣，整個個文件就完成去重。所有條目都是唯一的了。系統(tǒng)中有那些中文字體就一目了然。

不到一分鐘搞定。想幾年前我扒一個網站的HTML文件里的表格數(shù)據(jù)的時候，又是手工，又是用Python爬DOM。一整天都能浪費掉。。。。