传感器原始数据在sublime中乱码是因文件编码不匹配，固件常用gbk或iso-8859-1，而sublime默认utf-8解码；需通过reopen with encoding切换编码，并先清理js、html注释及bom头再正则处理。
为什么传感器原始数据在Sublime里一查就乱码
不是正则写错了，是文件编码根本没对上。传感器固件常默认用 GBK 或 ISO-8859-1 输出，而 Sublime 默认按 UTF-8 解码，ä¸Â文 这类 mojibake 就是典型症状。右下角显示 UTF-8 却满屏乱码？先别碰正则，点 File → Reopen with Encoding 试 Chinese Simplified (GBK) 或 Western (ISO 8859-1) —— 能看清中文或数字，说明编码找对了。
清洗前必须删掉干扰块：JS脚本、HTML注释、BOM头
传感器上报数据混着 Web 页面片段很常见，比如带 <script></script> 块或 <!-- 注释 -->，它们会破坏行结构和字段边界。不先清理，^.*?sensor_id.*$ 这种查找会跨行失效或漏匹配。
- 删 JS：
<script>]*>[\s\S]*?</script>（勾选. matches newline） - 删 HTML 注释：
<!--[\s\S]*?--> - 删 BOM 头（尤其 UTF-8 文件开头的
）：^\uFEFF或直接用十六进制查找EF BB BF
注意：]*> 比 <.></.> 更安全，前者不会误吞 alt="A 这类属性里的小于号。
用否定字符集精准提取字段，避开 .*? 的坑
.*? 在传感器日志里极易跨字段——比如 temp=25.3&hum=60&status=OK 中，temp=(.*?)& 看似能取值，但若某条记录含 & 在值里（如 desc=low&battery），就会截断。必须用否定字符集锚定边界。
- 取等号后、下一个
&前的值：temp=([^&]+) - 取引号内内容（如
"voltage": "3.28V"）："voltage": "([^"]+)" - 匹配十六进制传感器 ID（如
id: 0xABC123）：id:\s+0x([0-9A-Fa-f]{6})
所有模式都需勾选 Match case 和 . matches newline（如果数据跨行），否则 [^"] 遇换行就停住。
清洗后空行/粘连/乱码的三处致命细节
清洗完发现“温度湿度”连成一块、末尾多出空行、或中文又变方块——问题不在正则，而在三个隐性环节：
- 块级结构丢失：删标签后
<p>25.3</p> <p>60</p>变成25.360，得先替换<p>([^</p>→\n$1\n，再压缩连续空白 - 全角空格没处理：
\s+不匹配中文全角空格（\u3000），得单独搜\u3000替换为空格或删掉 - 文件末尾无换行符：
^$匹配不到最后一行空行，必须用\s*\Z替换，\Z锚定文件结尾，比$可靠
最易被忽略的是：清洗后的文件若仍显示乱码，不是正则失败，而是保存时没选对编码——务必用 File → Save with Encoding → UTF-8，否则下次打开还是 GBK 解码。
