灵活应用，正则表达式截取字符串，怎么那么难？

ning84

学习正则表达式，已经好几年了，就是不能灵活应用。网友mzbao，用正则表达式，提取单元格的英文字母，
       =(1.38*(B13+(C13+2))^2+4*(B13+(C13+2))*E13)^0.5
       提取单元格的单元格（字母）后，
       重新生成公式:= "(1.38×(" & B6 & "+(" & C6 & "+2))^2+4×(" & B6 & "+(" & C6 & "+2))×" & E6 & ")^0.5"


因此，再学习excelhome中的精华帖。
Excel 正则表达式入门与提高-VBA平台的正则学习参考资料-ExcelVBA程序开发-ExcelHome技术论坛 -  http://club.excelhome.net/thread-1128647-1-1.html

1 正则提取字符串是不是就这两条语句。
     .Pattern = "(\$*[A-Z]+\$*\d+)"
    Set expRng = Reg.Execute(Str)
2 正则提取字符串，我认为能够应用的地方。

问：各位都在什么地方，使用正则。

*****************************************
网友mzbao，在这个帖子，用正则表达式，截取字符串。Excel 如何分离公式中的单元格元素？-ExcelVBA程序开发-ExcelHome技术论坛 -  http://club.excelhome.net/forum. ... 7&page=1#pid9039603
*******************************************


   Dim expRng, Arr, Txt
      With Reg
          .Global = True
          .Pattern = "(\$*[A-Z]+\$*\d+)"
      End With
      Stop
      Set expRng = Reg.Execute(Str)

现在主要理解
     .Pattern = "(\$*[A-Z]+\$*\d+)"
    Set expRng = Reg.Execute(Str)
********************************************




速记理解技巧编辑
.
[ ]
^
$
四个字符是所有语言都支持的正则表达式，所以这四个是基础的正则表达式。正则难理解因为里面有一个等价的概念，这个概念大大增加了理解难度，让很多初学者看起来会懵，如果把等价都恢复成原始写法，自己书写正则就超级简单了，就像说话一样去写你的正则了：

　　等价：
等价是等同于的意思，表示同样的功能，用不同符号来书写。
?,*,+,\d,\w 都是等价字符
　　?等价于匹配长度{0,1}
　　*等价于匹配长度{0,}
　　+等价于匹配长度{1,}
　　\d等价于[0-9]
\D等价于[^0-9]
　　\w等价于[A-Za-z_0-9]
\W等价于[^A-Za-z_0-9]。
常用运算符与表达式：
　　^ 开始
　　（） 域段
　　[] 包含,默认是一个字符长度
　　[^] 不包含,默认是一个字符长度
　　{n,m} 匹配长度
　　. 任何单个字符(\. 字符点)
　　| 或
　　\ 转义
　　$ 结尾
　　[A-Z] 26个大写字母
　　[a-z] 26个小写字母
　　[0-9] 0至9数字
[A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字
　　， 分割
　　.

　　分割语法：
　　[A,H,T,W] 包含A或H或T或W字母
　　[a,h,t,w] 包含a或h或t或w字母
　　[0,3,6,8] 包含0或3或6或8数字

　　语法与释义：
　　基础语法 "^([]{})([]{})([]{})$"
　　正则字符串 = "开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束"

　　?,*,+,\d,\w 这些都是简写的,完全可以用[]和{}代替，在(?:)(?=)(?!)(?<=)(?<!)(?i)(*?)(+?)这种特殊组合情况下除外。
　　初学者可以忽略?,*,+,\d,\w一些简写标示符，学会了基础使用再按表自己去等价替换


　　实例：
　　字符串；tel:086-0666-88810009999
　　原始正则："^tel:[0-9]{1,3}-[0][0-9]{2,3}-[0-9]{8,11}$"
　　速记理解：开始 "tel:普通文本"[0-9数字]{1至3位}"-普通文本"[0数字][0-9数字]{2至3位}"-普通文本"[0-9数字]{8至11位} 结束"
　　等价简写后正则写法："^tel:\d{1,3}-[0]\d{2,3}-\d{8,11}$" ，简写语法不是所有语言都支持。
替换技巧编辑
实例目录
【1】 正则表达式应用——替换指定内容到行尾
【2】 正则表达式应用——数字替换
【3】 正则表达式应用——删除每一行行尾的指定字符
【4】 正则表达式应用——替换带有半角括号的多行
【5】 正则表达式应用——删除空行
【6】 正则表达式应用——实例应用

microyip

你要先学一下什么叫正则咯，否则，即使有人解释一遍，你看十遍都是一头汗水，哈哈

duquancai

正则更是一门艺术，要像玩艺术一样玩正则。

jiminyanyan

学正则是要花点时间和精力………………

yayahzmeng

没有觉得正则有多难
熟读唐诗三百首，不会作诗也会吟

ning84

Excel 正则表达式入门与提高-VBA平台的正则学习参考资料-ExcelVBA程序开发-ExcelHome技术论坛 -  http://club.excelhome.net/thread-1128647-1-1.html
现在理解这个帖子3楼的规则，不到位。

1. Sub Test()
   
2.     Dim RegX As New RegExp, S$, StrNew$                                '           1.定义变量代码段
   
3.    
   
4.     S = "正则表达式其实很简单     "                ' 2.目标文本字串变量赋值代码段
   
5.     'Set regx=createobject(vbscript.regexp”)   3.创建正则对象代码段
   
6.     RegX.Pattern = "\s+$"                       '              4.设置正则对象的pattern属性代码段
   
7.     RegX.Global = True                          '                  5.设置正则对象的其它属性代码段
   
8.     StrNew = RegX.Replace(S, "")              '             6.应用正则对象方法代码段
   
9.     Debug.Print StrNew ' 7#; 处理返回值代码段
   
10. End Sub
    
11. 
    
12. Sub Test1()
    
13.     Dim RegX As RegExp, S$
    
14.     S = "Aaa" & vbLf & "bbb"   '这里用vblf 表示行之间的换行符
    
15.     Debug.Print S
    
16.     RegX.Pattern = "^|$"
    
17.     RegX.Global = True
    
18.     S = RegX.Replace(S, "@")
    
19.     Debug.Print S
    
20.     'MsgBox s
    
21. End Sub
    
22. Sub Text2()
    
23.     Dim RegX As New RegExp, S
    
24.     's = InputBox("请输入一个电子邮箱:")
    
25.     S = "Xx@163.com"
    
26.     RegX.Pattern = "^\S+@\S+$"
    
27.     If RegX.Test(S) Then
    
28.         MsgBox "你输入的电子邮箱格式正确:  " & S
    
29.     Else
    
30.         MsgBox "你输入的电子邮箱格式不正确!"
    
31.     End If
    
32. End Sub
    
33. Sub Test3()
    
34.     Dim RegX As New RegExp, S
    
35.     S = "他们体重分别是：张三56，李四49，王五60。"
    
36.     Debug.Print S
    
37.     RegX.Pattern = "(\d+)"
    
38.     RegX.Global = True
    
39.     S = RegX.Replace(S, "$1KG")
    
40.     Debug.Print S
    
41. End Sub
    
42. 
    
43. Sub Test4()
    
44.     Dim RegX As New RegExp, k, Mh, strA$
    
45.     strA = "苹果:iphone_5s;诺基亚:Nokia_1020"
    
46.     'Set reg = CreateObject("vbscript.regexp")
    
47.     RegX.Pattern = "\w+"
    
48.     RegX.Global = True
    
49.     Set Mh = RegX.Execute(strA)
    
50.     For Each mhk In Mh
    
51.         Debug.Print mhk.Value
    
52.     Next
    
53. End Sub
    
54. ''
    
55. Sub Test5()
    
56.      Dim RegX As New RegExp, Mh, strA$, UserName$, DomName$
    
57.      strA = "J3721@163.com"
    
58.      
    
59.      RegX.Pattern = "^(\w+)@(.+)$"
    
60.      Set Mh = RegX.Execute(strA)
    
61.      n = Mh(0).SubMatches.Count       'n值等于2
    
62.      UserName = Mh(0).SubMatches(0)    'j3721
    
63.      DomName = Mh(0).SubMatches(1)    '163.com
    
64.      Debug.Print n, UserName, DomName
    
65.      Stop
    
66. End Sub
    

复制代码

ning84

这段表述会提高理解。

本帖最后由 香川群子 于 2014-6-11 15:19 编辑

如果知道一点英文，理解记忆会更快。
\w
→ word 首字母 w
表示26个英文字符【A-Za-z】以及下划线【_】和数字【0-9】的集合，
.Pattern ="\w" 等价于 .Pattern ="[0-9a-z_A-Z]"

其中有英文字符很好理解，因为英语中的word肯定是由英文字母构成的。
另外，在VBA编程中，变量还可以含有数字和下划线，因此数字和下划线也被当做构成统一word的要素。

除此之外的其它字符，都不算构成word的要素了。


…………

\d
→ digit 首字母 d
表示数字【0-9】的集合，
.Pattern ="\d" 等价于 .Pattern ="[0-9]"


…………

\s
→ separate 首字母 s   或space、tab、return简称str字符的首字母。
表示分隔符号 含space 空格【 】或【char(32)】、回车vbCr【char(13)】、换行vbLf【char(10)】、vbTab【char(9)】等，
全部ASCII码值为： char(9)、char(10)、char(11)、char(12)、char(13)、char(32)（空格）

分隔符号的单独分开是\t   tab 首字母  vbTab【chr(9)】或 其反集 \T  

\v   verticaltab 首字母  vbVerticalTab【chr(11)】或 其反集 \V  

\f   formfeed 首字母  vbFormFeed【chr(12)】或 其反集 \F

\r   回车 return 首字母 r 而在VBA中对应的是：vbCr【chr(13)】或 其反集 \R   （Cr是Carriage Return的简称，是机械式打字机时代，字车carriage回复return 到最左边开始的意思 ）
     苹果机(MAC OS系统) 采用回车符Cr 表示下一行.

\n   换行 newline 首字母n  vbLf【chr(10)】或 其反集 \N
   （Lf是Line Feed的简称，是机械式打字机时代，回车的同时自动滚进一行的意思 ）
     UNIX/Linux系统采用 换行符Lf 表示下一行.

\r\n 回车换行  vbCrLf【chr(13) & chr(10)】
     Dos和windows系统 采用 回车+换行CrLf 表示下一行,


=================

接下来介绍，对上述几个常用元序列/集合，使用小写字母时是有效，含有的意思，
而使用大写字母时是无效，排除（不含有）的意思，

如：

\W → word 首字母 大写 W 标记的【英文字母、数字、下划线】的序列/集合的反集

小写字母w .Pattern ="\w" 等价于 .Pattern ="[0-9a-z_A-Z]"

大写字母W .Pattern ="\W" 等价于 .Pattern ="[^0-9a-z_A-Z]"


2.

\D → digit 首字母 大写 D 标记的【数字】的序列/集合的反集

小写字母d .Pattern ="\d" 等价于 .Pattern ="[0-9]"

大写字母D .Pattern ="\D" 等价于 .Pattern ="[^0-9]"


3.

\S → separate 首字母 大写 S 标记的不可见换行字符的序列/集合的反集

小写字母s .Pattern ="\s" 等价于 含有char 9,10,11,12,13,32

大写字母S .Pattern ="\S" 等价于 不含有char 9,10,11,12,13,32

*************************

本帖最后由 香川群子 于 2014-6-11 11:33 编辑


\b 和 \B

begin 的首字母 b

意义： 以上述\s separate 集合分隔后得到的每一个 \w word 中的第1个begin字符。

如：
abe sau
dty12 f_34

执行小写字母b .Pattern ="\b." 则得到每一个word的首字母：a s d f

=====

执行大写字母B .Pattern ="\B." 则得到每一个word的首字母以外的字符：b e a u t y 1 2 _ 3 4


====
以上。

补充，该规则仅对英文word能100%正确作用。
如果对象字符集中出现\W字符即非英文数字下划线字符，如汉字或其他符号，
则可能会返回不可预知的结果。（因为汉字等其它词汇无法像英文那样简单区分word和word之间的间隔。）
（如同Vlookup函数中搜寻数组中没有正确A-Z排序时可能返回不可预知结果一样。）