提取符合特定规则的文本，我用“万能正则表达式”！

ggmmlol

fsq119 发表于 2018-8-18 13:21
借用楼主的Evaluate方法：
a = Evaluate(Chr(34) & REGREPLACE(s, "(\d)((e)+)(?=\d)", "$1"" & len(""$ ...

感谢你代我回答了30楼的提问。

ggmmlol

fsq119 发表于 2018-8-18 13:21
借用楼主的Evaluate方法：
a = Evaluate(Chr(34) & REGREPLACE(s, "(\d)((e)+)(?=\d)", "$1"" & len(""$ ...

你的这一条其实还可以简化。
因为你这个表达式中的第3个捕获分组匹配到的将是一个常量：单字母e

或者说，原来的正则表达式"(\d)(e+)(?=\d)"仍然有效。只是REGREPLACE函数的第3参数，修改一下，就可以满足30楼的提问。

fsq119

已经这么多楼层了，楼主能否用你的万能表达式举两个“提取”的例子，看看你的替换函数是怎么用的？？

ggmmlol

fsq119 发表于 2018-8-18 18:26
已经这么多楼层了，楼主能否用你的万能表达式举两个“提取”的例子，看看你的替换函数是怎么用的？？

好的，我正在做一个示例，不过，录制制作过程虽简单，但要讲解其中的解题思路，并用文字语言准确表达出来，反而是较考究的事情。所以，可能要稍晚些才能贴出来了。

ggmmlol

对于正则表达式对象的Replace方法来说，对目标内容做正则替代，是它的本行工作，无需多做讲解。
故本例 只演示用正则表达式Replace方法对目标内容做正向提取的过程。即按下面的方法二的解题思路处理


问题描述：如下图所示
在工作表E列的销售明细中，同一单元格中记录了多个日期和各自对应的销售金额。
现在，想对同一个单元格中提取多个金额进行求和，列出在F列同一行的单元格中。

	解答：用【超级查找替换】加载宏小工具
方法一	查找：(\d+-\d+|\D+)+
	替换为：+
解题思路：	把不需要的内容（本例中为：日期和非数字）替换为分隔符：+
方法二	查找：[\s\S]*?(?:\d+-\d+\D+)(\d+)|[\s\S]+
	替换为：+$1
解题思路：	提取目标内容（本例中为：出现在日期后面的金额），并前缀一个分隔符+
	原求助贴链接：
	在同一个单元格中提取多个金额进行求和
	http://club.excelhome.net/thread-1196353-1-1.html
	(出处: ExcelHome技术论坛)

ggmmlol

第四节：实例演示 提取手机号码

实例来源：
求助：如何在字符串中提取手机号码
http://club.excelhome.net/thread-1415083-1-1.html
(出处: ExcelHome技术论坛)



1、手机号码都是11位数字，且第1位必须是1，其相匹配的正则表达式是：1\d{10}
2、如果考虑到手机号码的第2位数字不能出现0-2，则更加严格一点的表达式是1[3-9]\d{9}
3、而且手机号必须是正好11位，所以其前后都不能紧接数字，需要加上前后定位的表达式:
\D?(1[3-9]\d{9})(?!\d)

把它代入“万能表达式”：
[\s\S]*?(eXp)|[\s\S]+
得到：
[\s\S]*?\D?(1\d{10})(?!\d)|[\s\S]+

使用这个表达式提取手机号码的演示和表格附件如下：

提取手机号码.rar (7.3 KB, 下载次数: 88)

2018-8-18 23:57 上传

点击文件名下载附件

ggmmlol

第五节：实例之——提取字符串中的多项金额，并计算合计金额。

本例直接从我的另一个主题引用而来。
其中的正则表达式可以由“万能正则表达式”简略写法套用得到：
.*?(\d*\.?\d+)元|.+
它匹配正或负的整数或小数型金额数值（即数值右侧紧接字符“元”的数值）的绝对值部分。
如果希望对负的金额匹配相应的负数值，则略做修改即可，如下所示：
.*?(-?\d*\.?\d+)元|.+

详细内容，请参见原贴第7楼：

[加载宏]单元格小工具之六——超级查找替换
http://club.excelhome.net/thread-1421478-1-1.html
(出处: ExcelHome技术论坛)

ggmmlol

第六节 实例之含有注释字符的工程量计算式求值

工程量计算表是一种较特殊的工程行业表格，一般工程施工技术员、造价员、造价审计员都会用到。
它的特殊之处在于，在表格中，不仅要计算出工程量，还要明示工程量的计算过程，并且需要简明注释其中的某些数据，以便自己或他人快速核对工程量计算的准确性。这就必然导致表格中出现含有注释字符的文本算式的求值问题。
很多工程人员，通过网络搜索寻找解决办法，大多都了解到：通过在名称定义中使用Excel的宏表函数Evaluate，可以实现对文本计算式求值，但一般也会同时了解到，宏表函数Evaluate存在参数长度不能超过255个字符的限制，否则会出现错误。

那么，有没有一种简便的、而且通用的办法，把含有注释字符的计算式还原其本来面目，以便利用EXCEL的公式求值这种透明的手段来计算工程量呢？
答案是肯定的。

下面的动图演示用正则表达式的Replace方法对工程量计算式求值。
由于前面的几个例子，都是讲解用Replace的“正向提取”即利用“万能正则表达式”来得到匹配表达式eXp的字符串。
所以，这次特别选用这个实例，来讲解用Replace的“反向提取”功能。其实，这是其Replace方法的老本行：直接排除匹配于表达式eXp的字符部分，而得到期望的目标内容。

这时，万能正则表达式就从 [\s\S]*?(eXp)|[\s\S]+ 简化为(eXp),由于并不需要保留eXp所匹配的内容，连分组运算符都可去掉，彻底地简化为：
eXp
而替换成的内容，通常是替换为空，或者是替换为一个作为分隔符的字符。

本例分析：
工程量计算式中，为了区分计算式中的注释字符与正常的计算式字符，通常会把注释字符包含在成对的全角方括号或全角圆括号之中。

从以下动图中可以看出，本例就属于这种常见的注释方式，因此，匹配于需要删除的注释字符的正则表达式是：
(【.*?】|（.*?）)+
直接替换为空




本例的表格附件：
工程量计算.rar (11.22 KB, 下载次数: 98)

2018-8-19 16:53 上传

点击文件名下载附件

ggmmlol

第八节 实例之——从文本中提取所有电话号码（包括手机和座机号码）

实例来源：
[求助]提取表格里的电话号码？
http://club.excelhome.net/thread-1128457-1-1.html
(出处: ExcelHome技术论坛)

首先，分析电话号码的特征：
第一种方法：使用较严格的验证条件
其中，
1、手机号码：
  为11位数字，第1位必须是1，第2位不能是0、1、2，即必须是[3-9]，剩余9位可为任意数字,\d{9}，综合下来，可表示为
  1[3-9]\d{9}
2、固定电话号码：区号-本地号-分机号

  区号:
  为3位或4位的数字,后面带有“-”号，表示为：\d{3,4}-
  区号可能存在，也有可能不存在，其整体出现的次数为0至1次，
  综合：(\d{3,4}-){0,1}，可简写为(\d{3,4}-)?
      
  本地号:
  为7至8位数字，表示为：\d{7,8}
  
  分机号:
  一般为4位以内的数字，前面带有“-”号，表示为：-\d{1,4}
  分机号也有可能不存在，因此就是
  (-\d{1,4})?
  3个部分，连接为整体：
  (\d{3,4}-)?\d{7,8}(-\d{1,4})?
3、把手机号和固定电话并列，两者之间需要加上竖线符号“|”，综合表示为：
  1[3-9]\d{9}|(\d{3,4}-)?\d{7,8}(-\d{1,4})?
4、电话号码的前后都必须不能紧接有其它数字，因此，上式需要外加括号作为一个整体，然后在其前面、后面都要添加“\D?”
5、最终的结果为
  \D?(1[3-9]\d{9}|(\d{3,4}-)?\d{7,8}(-\d{1,4})?)\D?
第二种，使用相对宽松的验证方法：
  手机或固话至少有一组7位以上的数字：d{7,}
  在其前后这可以各有以数字和-号组成的若干数字：前面为(d{3,4}-)?，后面为(-d{1,4})?
  综合为：
\D?((\d{3,4}-)?\d{7,}(-\d{1,4})?)\D?
第三种，使用最宽松的验证方法：
  手机或固话，都是以数字开头和结尾，且中间包含5个以上的数字或-号：
  \D?(\d[0-9-]{5,}\d)\D?
  
  
本例演示动图中，采用最为严格的验证模式，即第一种方法得到的最终表达式。
演示如下：

ggmmlol

第九节 实例之——提取符合特定条件的字符，并去掉重复项
实例来源：
[求助] 如何提取字符串中的前两个字符并去掉重复项？
http://club.excelhome.net/thread-1126765-1-1.html
(出处: ExcelHome技术论坛)

问题描述：
如何提取单元格中，每段以分号为分隔的字符串的前两个英文字符，并去掉重复项？
分步分析：
1、两个英文字符：([a-zA-Z]{2})
2、且定位于以分号分隔的每段中的最前位置
即:[\s\S]*?([a-zA-Z]{2})[^;]*;?|.+
3、该字符不重复，即在它之后没有相同的项，需要再加上后续定位条件：(?![\s\S]*?\1)，即：
[\s\S]*?([a-zA-Z]{2})(?![\s\S]*?\1)[^;]*;?|.+
4、保留该段字符的分隔符，以作为结果项的分隔符，所以对“;?”加上捕获分组运算的括号，最终结果为：
[\s\S]*?([a-zA-Z]{2})(?![\s\S]*?\1)[^;]*(;?)|.+

演示如下：


实例表格附件：

提取同一单元格中符合条件且不重复的字符.rar (7.95 KB, 下载次数: 122)

2018-8-22 12:38 上传

点击文件名下载附件