自学正则表达式过程分享——更新在63楼WORD版本！！！

ctp_119

自学正则表达式过程分享
1.为什么要学习正则表达式？
"    据说正则表达式处理字符串功能很强大，到底有多强大？不得而知，出自对其渴望和猎奇以外，别无它因。于是懵里懵懂的在网上收罗有关正则表达式的资料，整理之后，打印成册，一有时间就慢慢啃。如今算摸到了一点门道，于是便想和大家一起分享，因为分享是一种快乐，希望能给想学正则表达式但又无从下手的坛友共勉，分享和传递这种快乐，同时希望高手路过，能指点一二……
    第一次听说正则表达式这个概念或者名词时，那是去年学习透视表10305班里的wyf2206同学说的，他说功能强大，内容丰富。近期他又跟我提过一次，实感紧迫，不学就要落伍的感觉，于是便有了上面一幕。在此表示对其感谢！！"
2.要怎样学习正则表达式？
    任何一项新鲜事物，当你想要认识它，并且利用它时，都急切希望找到一个切入点，这个切入点就是以你现有的知识和经验去理解它，以本人来看，要有一定的vba基础，同时要有数组，自定义函数，打包封装思想，跳跃阅读等基本技能，如果你还有字典的经验就更好了，理解起来就更容易。为什么要这么说，我们不妨看个自定义函数实例：
函数功能是提取数字

1. Function tishu(str As String) As String   '定义一个自定义函数，其中函数名称为“tishu”，str为字符串类型的形参
   
2. Dim i As Integer   '定义变量i为整型
   
3. Dim s As String     '定义存储器变量s为字符型
   
4. For i = 1 To Len(str)     'for循环
   
5.     If VBA.Mid(str, i, 1) Like "[0-9]" Then     '判断字符是否为数字，如果是就存储在s中
   
6.         s = s & VBA.Mid(str, i, 1)
   
7.     End If
   
8. Next i
   
9. tishu = s       '把存储器s字符串赋值给函数，即返回函数值。
   
10. End Function

复制代码

以上代码是普通提取数字的自定义函数之一，如要了解更多方法，详情见我早期发布的http://club.excelhome.net/thread-552143-1-1.html贴子
如果以上代码都还看不懂，建议你暂时还是不要学习正则表达式，先去打打基础，再来学习(纯属个人意见)

1. Function 提数(str As String) As String
   
2. '函数功能说明：通过正则表达式提取数字。
   
3. '函数参数说明:str表示要分离源字符串。
   
4. '其他说明:因为正则表达式不是vba自有的对象，故此要用它就必须采用两种方式引用它，一种是前期绑定，另外一种是后期绑定，本自定义函数采用的是后期绑定(所谓的前期绑定就是手工勾选工具/引用中的Microsoft VBScript Regular Expressions 5.5)
   
5. Dim reg As Object
   
6. Set reg = CreateObject("vbscript.regexp")
   
7. With reg
   
8.     .Global = True       '搜索字符串中的全部字符，如果为假，则找到匹配的字符就停止搜索！
   
9.     .Pattern = "\D"      '非数字字符的正则表达式
   
10.    提数 = .Replace(str, "")       '把非数字字符替换成空字符串
    
11. End With
    
12. Set reg = Nothing        '清除内存中的对象变量的地址，即释放内存。
    
13. End Function

复制代码

    以上实例，想必大家已经发现正则表达式的强大和优越性了，代码简洁，不用循环，这仅仅是正则表达式的一瞥，想要真正掌握和理解并运用它，马上跟我一起出发。

后续还有更新……………………
更新在25楼
更新在63楼word版本！！！在此非常感谢chxw68的帮助！！！

wqfzqgk

正则确实很强大

ctp_119

3.什么是正则表达式？
    我不知道大家看见“正则表达式”第一反应是什么？至少使我是想起了初中就开始学习的数学表达式。既然都是表达式我相信一定有它们相似之处。(自学的过程中一定要保持高度的联想，这样有助于我们理解新鲜事物,以后我还会加强这方面的联想和比较。)
(x+5)*3+2y是一个标准的数学表达式，一个数学表达式是由若干个"项"组成,"项"与"项"之间是加减符号相连，每个"项"之间又是由若干个因子组成的，因子与因子之间用乘除符号相连。如果我没有记错的话，小学的时候，我们叫乘数和被乘数，而到了初中，它们都叫因子了。。。
正则表达式非常类似数学表达式，都是一串符号组成。正则表达式是用一个字符串来描述一个特征，然后去验证另一个字符串是否符合这个特征，即字符串模式(pattern属性)。

ctp_119

实例实测十九：        Global测试(缺省或False)        Global测试(True)
Ctp_119 ctp_119        Cp_119 ctp_119        Cp_119 cp_119
Function Global_test(str As String, pat As String, Optional bl As Boolean = False)               
Dim reg As RegExp               
Set reg = New RegExp               
With reg               
    .Global = bl               
    .Pattern = pat               
    Global_test = .Replace(str, "")               
End With               
Set reg = Nothing               
End Function               
实例实测二十：        Multiline测试(缺省或False)        Multiline测试(True)
"Ctp_119
ctp_119"        "Ctp_119
ctp_#"        "Ctp_#
ctp_#"
Function Multiline_test(str As String, pat As String, Optional bl As Boolean = False)               
Dim reg As RegExp               
Set reg = New RegExp               
With reg               
    .Global = True               
    .MultiLine = bl               
    .Pattern = pat               
    Multiline_test = .Replace(str, "#")               
End With               
Set reg = Nothing               
End Function               
实例实测二一：        Exectue测试("\d")        Execute测试("\d+")
Ctp_119 ctp_119        119119——共匹配了6次        119119——共匹配了2次
注意：这个实例加深理解"\d"和"\d+"的区别。请注意我这样做的用意！！！               

ctp_119

4.正则表达式有哪些符号构成？
    正则表达式是由普通字符(如：a到z，0到9等等)以及特殊字符(称为元字符)组成的字符串模式。正则表达式相当于字符串模板，将某个字符模式与所搜索的字符串进行匹配。
4-1.普通字符
    没有定义为元字符的字符都是普通字符，包括能打印和不能打印的字符，a-zA-Z0-9所有标点符号汉字以及一些符号。
4-2.特殊字符
    所谓特殊字符，就是一些有特殊含义的字符。(又开始联想了),在Excel中，哪些是特殊字符呢？大家马上会想到通配符"*"和"?"号，在查找替换中有特殊功能，功能也非常强大，除此之外，自定义筛选，函数公式中都可以应用这种特殊字符。若要查找替换文本中的"*"号，要用"~*"才能查找替换哟。记得当初把规格形如23*12*24的字符变为23×12×24着实使我犯愁，但是你一旦掌握这个技巧之后，处理这个易如反掌。。。"*"和"?"在正则表达式中也属于特殊字符哟，照样功能强大实用。请听我慢慢述来……
字符     功能说明
\          转义符，功能是将下一个字符标记为特殊字符，或一个原义字符，或一个向后引用，或一个八进制转义字符。
           例如：\f 匹配一个换页符,等价于"\x0c"或"\cL"     (表示多样性,凸显功能强大的灵活性)
                 \n 匹配一个换行符,等价于"\x0a"或"\cJ"

1. Function 去除换行符_n(str As String) As String
   
2. Dim reg As Object
   
3. Set reg = CreateObject("vbscript.regexp")
   
4. With reg
   
5.     .Global = True
   
6.     .Pattern = "\n"
   
7.    去除换行符_n = .Replace(str, "")
   
8. End With
   
9. Set reg = Nothing
   
10. End Function
    
11. 
    
12. Function 去除换行符_x(str As String) As String
    
13. Dim reg As Object
    
14. Set reg = CreateObject("vbscript.regexp")
    
15. With reg
    
16.     .Global = True
    
17.     .Pattern = "\x0a"
    
18.    去除换行符_x = .Replace(str, "")
    
19. End With
    
20. Set reg = Nothing
    
21. End Function
    
22. Function 去除换行符_c(str As String) As String
    
23. Dim reg As Object
    
24. Set reg = CreateObject("vbscript.regexp")
    
25. With reg
    
26.     .Global = True
    
27.     .Pattern = "\cJ"
    
28.    去除换行符_c = .Replace(str, "")
    
29. End With
    
30. Set reg = Nothing
    
31. End Function

复制代码

kangatang

支持一下，感谢楼主的一片好心

ctp_119

    注:如果你还不太理解,没有关系,只要你有个初步印象,相信读书百遍,其义自现,打包封装函数思想,这种意识始终贯穿自学全过程.

1. '以下是一个通用自定义函数。
   
2. Function exReplace(str As String, repstr As String, pat As String)
   
3. '正则表达式替换函数
   
4. '参数说明：str表示原字符串，repstr表示将要替换的字符串，pat表示样式
   
5. 
   
6. Dim reg As Object
   
7. Set reg = CreateObject("vbscript.regexp")     '创建一个正则表达式变量
   
8. With reg
   
9.     .Global = True        '搜索字符串中的全部字符，如果为false表示一找到匹配的字符就停止搜索。
   
10.     .MultiLine = True     '设置多行搜索匹配
    
11.     .Pattern = pat       '设置样式
    
12.     exReplace = .Replace(str, repstr)     '执行替换
    
13. End With
    
14. Set reg = Nothing       '释放对象内存变量
    
15. End Function

复制代码

提示：为了好讲解，弄了一个通用自定义函数。以下全用这个函数来测试，敬请注意。
                 \cx 匹配由x指明的控制字符，如上例"\cJ"
                 \r 匹配一个回车符，等价于"\x0d"或"\cM"
                 \s 匹配任何空白字符,包括空格,制表符,换页符等等,等价于"[ \f\n\r\t\v]" (注意:"["后面有个空格)
                 \S 匹配任何非空白字符，等价于"[^ \f\n\r\t\v]"      (注意:"[^"后面一个空格)

ctp_119

    不知你是否已经注意到\s和\S刚好反义，仅一个大小写的区别，这是一种规则，敬请注意，同时表示反义的另一种方式是正则表达式前面加"^"。后面还会有具体详实的表述，在此只是一种提示，希望自学时要多留意观察和比较。
                 \t 匹配一个制表符，等价于"\x09"和"\cI"
                 \v 匹配一个垂直制表符，等价于"\x0b"和"\cK"
"^          匹配字符串开始位置，如果设置了Regexp对象的Multiline属性，也匹配""\n""或""\r""之后的位置。若在方括号""[""
           中使用，表示不接受该字符集。"
注意与"["后面的"^"区别哟，它们的意义绝然不同。一个是匹配字符串开始位置，一个是取反。
$          匹配字符串结束位置，如果设置了Regexp对象的Multiline属性，也匹配"\n"或"\r"之前的位置。
    怎么理解"^"和"$"呢？例如："^a"能匹配字符串"abcd"中的"a",而"^b"则不能匹配字符串"abcd"中的"b"；同理可得："d$"能匹配字符串"abcd"中的"d",而"c$"则不能匹配字符串"abcd"中的"c"。
[img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\84562532\QQ\WinTemp\RichOle\T[[7F78GL~_L76_{W7IQL[9.jpg[/img]



    自学的过程中，难免会有一些自己暂时无法理解的东西，这时候通常需要我们跳跃性阅读，暂时把问题放一放，继续阅读下文，或再找相关资料辅助我们理解，或干脆通过一个实例去验证它。
*          匹配前面子表达式0次或多次。例如:"to*"能匹配"t",也能匹配"to",甚至能匹配"toooooo"。等价于{0,}


?          匹配前面子表达式0次或1次。例如："do(es)?"可以匹配"do"或"does"中的"do"。等价于{0,1}


"+          匹配前面子表达式1次或多次。例如：""to+""可以匹配""to""中的""o"",也可以匹配""too""中的""oo"",但是不能匹配""t""。
           等价于{1,}。"
"    敬请注意以上三个特殊符号的区别,要深刻理解,要怎样才能做到深刻理解呢?学习计算机语言,一定要动手,仅仅动脑是不够的,切记:在输入代码时记忆,在调试代码中理解。
    *，+和？限定符都是贪婪的，这个“贪婪”二字用的精妙。一开始不理解，一般是人才知道贪婪，什么符号也贪婪，再思索，原来运用了通感的修辞手法。给它拟人了。。呵呵，这是汉字的魅力……
    三个符号的等价理解：{0,}理解为数学区间的表示，(0,+∞);{0,1}理解为(0,1);{1,}理解为(1,+∞)。这样一来，既记住了又理解了。"
{n}        n是一个非负整数,匹配精确的n次。如："e{2}"只能匹配beer中的"ee",而不能匹配"be"中的"e"。
"{n,}       n是一个非负整数，至少匹配n次。例如：""e{2,}""不能匹配""ber""中的""e"",但能匹配""beer""中的""ee"",当然它也能匹
           配""beeeeeer""中的所有""e""。""e{1,}等价于""e+""；而""e{0,}""等价于""e*""。"

ctp_119

|          指明两项之间的一个或选择。如实例实测七中的".|\n"便是。若要匹配该字符本身请用"\|"。
(?:pattern)匹配pattern，但不获取匹配结果，是一个非获取匹配，不存储供以后使用。例如："industr(?:y|ies)就比            "industry|industries"更加简洁。
注释：pattern表示一个正则表达式。上例中pattern就是"y|ies"。
(?=pattern)正向预查，在任何匹配pattern的字符开始处匹配查找字符串，是一个非获取匹配，不存储供以后使用。例如：            "Windows (?=95|98|NT|2003|xp)"能匹配"Windows 2003"中的"Windows",但不能匹配"Windows 3.1"中的            "Windows"。
(?!pattern)负向预查，在任何不匹配pattern的字符串开始处查找字符串，是一个非获取匹配，不存储供以后使用。例如：            "Windows (?=95|98|NT|2003|xp)"能匹配"Windows 3.1"中的"Windows",单不能匹配"Windows xp"中的"Windows"
x|y        匹配x或y。例如："t|fool"能匹配"t"或"fool"；而"(t|f)ool"则匹配"tool"或"fool"。实例实测九已经应用。
[xyz]      表示字符集合，匹配所包含的任意一个字符。(在中括号里面的字符都是原意字符,区分全角半角)
[^xyz]     表示负字符集合，匹配未包含的任意字符。(这里的"负"不是正负的负，是表示相反的意思。)
实例实测十一：	"[.|?]测试	"[的ad]"测试	"[^的ad]"测试
32.5是对的吗?ab的cdafde	325是对的吗ab的cdafde	32.5是对吗?bcfe	的a的dad
[a-z]      表示字符范围，匹配指定范围内的任意字符。如"[a-z]"可以匹配"a"到"z"范围内的任意小写字母。
[^a-z]     同理，表示负值字符范围，匹配任何不在指定范围内的任意字符。
\b         匹配单词的边界，也就是指字符串与空格间的位置。注意与"^"或"$"特殊符号的区别。
\B         匹配单词的非边界，也就是指字符串中间的位置。
实例实测十二：	"\ba|a\b"测试	"er\B"测试("\Ber"相同)	"^ab"测试	"a$"测试
abdcereafjherca aberada	bdcereafjherc berad	abdceafjhca abada	dcereafjherca aberada	abdcereafjherca aberad
请深刻比较和理解"\b"和"^"或"$"的区别。注意，在描述"\b"和"\B"的时候用的是单词，而不是字符串，测试表明"\b"匹配的是字符和空格间的匹配，而"^"或"$"匹配的是字符串首尾的字符和空白之间的位置。有相同点和不同点哟！！！
\d         匹配一个数字字符，等价于"[0-9]"。
\D         匹配一个非数字字符，等价于"[^0-9]"。
实例实测十三：	"\d"测试	"\d+"测试	"\D"测试
a15b289fji86425846f	abfjif	abfjif	1528986425846
测试结果相同，但是它们的运行机理却截然不同，谁效率最高？内部是怎样工作的，这就看你对限定符"+"的理解了。
\w         匹配包扣下划线在内的任何单词字符，等价于"[a-zA-Z0-9_]"。
\W         匹配任何非单词字符，等价于"[^a-zA-Z0-9_]"。
实例测试十四：	"\w"测试	"[a-zA-Z0-9_]"测试	"\W"测试
ctp_119江西乐平	江西乐平	江西乐平	ctp_119

ctp_119

\xn        匹配n，其中n是十六进制转义值。十六进制转义值必须为确定的两个数字长。例如："\x41"匹配"A",而"\x041"匹            配的是"\x04|1"。正则表达式中可以直接使用ASCⅡ编码。
\num       匹配num，其中num是一个正整数，对所获取的匹配的引用。例如："(.)\1"匹配两个连续的字符。
实例实测十五：	"(.)\1"测试	"(.)(.)\2"测试
ctp_119 aabbbcccc	ctp_119 aac	ctp9c
实例实测十六：	"(.{1,})\1"测试	"(.{2,})\1"测试
ctp_119 abab abcabc	ctp_9	ctp_119
\n         标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用；否则，如果n为八            进制数字(0-7)，则n为一个八进制转义值。		9
5.操作符的优先级
相同级别的优先级是从左到右进行运算，不同级别的优先级先高后低。各种操作符的优先级从高到低如下：
(为了更好的理解优先级，先看看数学表达式的优先级，我们知道(),[],{},×或÷，+或-)
操作符                 说明
\                      转义符
(),(?:),(?=),(?!),[]   圆括号和方括号
*,+,?,{n},{n,},{n,m}   限定符
^,$,\n                 位置和顺序
|                      "或"选择。
构造正则表达式和构造数学表达式的方法是一样的，请注意类比。
6.这些符号组成的正则表达式到底是怎样工作的？(这才是我们最为关心的，是我们的终极目标,前面讲的都是一些基础，要素，或更直白点讲，是构成正则表达式的素材和规则)
说到底，VBA的学习就是对象的学习，而对象的学习又集中到对象的方法和属性的学习。正则表达式也不例外，本身也是一个对象，并且是外来对象，所谓的外来，具体表现在两个方面：第一，VBA本身没有这个对象，是第三方提供的ActiveX控件，第二，要引用它时必须要先绑定(前期绑定或后期绑定)才能引用。
Function tihuan(str As String, st As String, pat As String) As String
'本函数采用的是前期绑定，即勾选microsoft VBScript Regular Expressions 5.5
'采用前期绑定的优点是引用改对象时，自动列示该对象的方法和属性，非常适合记不住该对象属性和方法的单词的学员
'缺点是要事先手动"工具/引用，勾选Microsoft VBScript Regular Expressions 5.5" ， 如图①所示。
'功能是在字符串str中找到匹配pat样式，之后用st字符串去替换掉pat样式的字符串
Dim reg As New VBScript_RegExp_55.RegExp   '定义一个对象变量，并第一次引用时初始化reg为Regexp对象变量，具体表现是分配内存地址。
'(Dim reg As RegExp    '定义一个对象变量为Regexp。)
'(Set reg = New VBScript_RegExp_55.RegExp      '立即初始化分配内存地址。)
'上面两句和第一句作用是一样的，不同的写法而已。
With reg
.Global = True
.MultiLine = True
.Pattern = pat
tihuan = .Replace(str, st)
End With
Set reg = Nothing
End Function
注释：这个函数和前面Exreplace函数功能是一样的，在这里只是用来说明前期绑定和后期绑定的区别。