正则表达式入门与提高---VBA平台的正则学习参考资料

liu-aguang

     <1>Matches集合的Item和Count属性
     利用Matches集合的Item属性可以得到它包含的每个Match对象;利用Count属性可以得到成功匹配的个数.
    Matches集合对象中元素(成功匹配)的索引编号从0开始.我们可以用遍历集合的方式或索引方法读取每一个匹配值.
     例:从一段文本中提取所有英文单词.
     目标文本:”苹果:iphone_5s;诺基亚:Nokia_1020”
   结果要求:分别提取出iphone_5s和Nokia_1020

代码:
Sub test2()
    Dim reg, k, mh, strA$
    strA = "苹果:iphone_5s;诺基亚:Nokia_1020"
    Set reg =CreateObject("vbscript.regexp")
    reg.Pattern = "\w+"
    reg.Global = True
    Set mh = reg.Execute(strA)
    For Each mhk In mh
        Debug.Print mhk.value
    Next
End Sub
讨论:
  通过语句Set mh = reg.Execute(strA),Execute方法返回一个集合对象mh,在这个集合对象里包含两个匹配对象,代码中用遍历方法取出每一个匹配对象的值.
  Execute方法返回的集合对象mh,有两个属性:
  1)Count:      Execute方法成功匹配的次数,也可理解为mh集合对象中包含的成功匹配对象的个数.语法:
      N=mh.count   本例中n值为2
  2)Item: 索引,可以通过索引值,返回集合对象中指定的匹配对象.语法:
      Set mhk=mh.item(0)
      K=mhk.value
  用索引返回第一个Match对象即mhk. 本例中k为第一个Match对象的值(iphone_5s). 同样的方法可以得到第二匹配的值.
   由于Item和Value属性是集合的默认属性,所以上面两个语句也可简写为:
      K=mh(0)......第一个匹配对象的值(iphone_5s)
               M=mh(1)...........第二个匹配对象的值(Nokia_1020)
  上面代码中遍历集合也可以用索引法遍历:
  For i=0 to mh.count-1
    Debug.print mh(i).value
  Next i
<2>Match对象的属性
  Execute方法返回的集合对象中包含的也是对象元素,即match对象,match对象有四个属性:
  FirstIndex：匹配对象所匹配字符串的起始位置。
  Length：匹配对象所匹配字符串的字符长度。
  SubMatches：匹配对象所匹配结果中的子项集合。
  Value：匹配对象所匹配的值。
  在本例中:索引为0,即第一个匹配对象的属性值为:
  K=mh(0).value   k的值为iphone_5s,value是默认属性可简写为k=mh(0)
  sn=Mh(0).firsindex   sn的值为3,表示在目标字符串中,位置3上找到该匹配iphone_5s.(位置是从0开始的)
  Ln=mh(0).length   ln值为9,即iphone_5s的字符长度

xd3210

同步学习！顶一下。

liu-aguang

<3>Match对象的Submatches属性  
  匹配对象match的Submatches是一个集合属性,它包含正则表达式中用圆括号捕捉到的所有子匹配.它为用户提供了返回$1特殊变量值的方法.
  集合Submatches有两个固有属性:Count和Item.可以通过Item得到集合中的每个值,它实际就是在正则表达式中用圆括号捕获的内容;Count值是集合中元素个数,实际上就是正则表达式中捕获性圆括号的个数.
下面给一个实例来说明:
   目标文本:给定一个标准邮箱地址:J3721@163.com
   要求:从邮箱中分别提取出:用户名j3721,服务器域名163.com
   正则表达式:  ^(\w+)@(.+)$
   代码:
Sub test5()
     Dim reg, mh, strA$, username$, domname$
     strA = "J3721@163.com"
     Set reg = CreateObject("vbscript.regexp")
     reg.Pattern = "^(\w+)@(.+)$"
     Set mh = reg.Execute(strA)
     N=mh(0).submatches.count         ‘n值等于2
     username = mh(0).submatches(0)    ‘j3721
     domname = mh(0).submatches(1)    ‘163.com
End Sub
讨论:
   正则表达式中,\w+表示匹配@前面的所有英文单词字符;@后面的点号是一个元字符,表示匹配除换行符外的所有字符之一,后面紧跟+号,即”.+”表示匹配@后面除了换行符外的所有字符.用括号包围起来,用户名和域名就会自动分别保存在变量$1和$2中.
   前面已经知道VBA不能在replace之外直接调用$1或$2,而这个例子告诉我们可以用match对象的submatches集合属性来提取.
   在这个例子中,execute方法返回的集合对象mh中,mh中只有一个匹配对象Match,即mh(0);mh(0)对象的属性submatches(0),返回第一个括号中的内容,即j3721.而submatches(1),返回第二个括号中的内容.submathches集合也有count属性,所以如果有很多子项需要提取,也可用遍历或索引方法返回每一个特殊变量值.最后再给一例子:
   下面的代码演示了如何从一个正则表达式获得一个 SubMatches 集合以及它的专有成员：
  正则表达式(一个邮箱地址):
   (\w+)@(\w+)\.(\w+)
   如果你没有进一步了解元字符,可能不懂其中含义,不过没关系,在这里你只要知道,该代码的任务是显示电子邮箱dragon@xyzzy.com,用户名和组织名.
Function SubMatchTest(inpStr)
  Dim oRe, oMatch, oMatches
  Set oRe = New RegExp
  ' 查找一个电子邮件地址
  oRe.Pattern = "(\w+)@(\w+)\.(\w+)"
  ' 得到 Matches 集合
  Set oMatches = oRe.Execute(inpStr)
  ' 得到 Matches 集合中的第一项
  Set oMatch = oMatches(0)
  ' 创建结果字符串。
  ' Match 对象是完整匹配 — dragon@xyzzy.com
  retStr = "电子邮件地址是： " & oMatch & vbNewline
  ' 得到地址的子匹配部分。
  retStr = retStr & "电子邮件别名是： " & oMatch.SubMatches(0)   ' dragon
  retStr = retStr & vbNewline
  retStr = retStr & "组织是： " & oMatch. SubMatches(1)          ' xyzzy
  SubMatchTest = retStr
End Function
Sub SubMatchesTest()
   MsgBox(SubMatchTest("请写信到 dragon@xyzzy.com 。 谢谢！"))
End Sub

VBA万岁

liu-aguang 发表于 2014-6-11 09:31
Match对象的Submatches属性  匹配对象match的Submatches是一个集合属性,它包含正则表达式中用圆括号中捕捉到 ...

好帖，收藏，谢谢分享！

hehex

liu-aguang 发表于 2014-6-11 09:31
Match对象的Submatches属性  匹配对象match的Submatches是一个集合属性,它包含正则表达式中用圆括号中捕捉到 ...

非常好的教程，收藏学习。谢谢分享

香川群子

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


=======
以上

香川群子

\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。）

VBA万岁

香川群子 发表于 2014-6-11 11:26
\b 和 \B

begin 的首字母 b

谢谢香川君的讲解！

香川群子

顺便介绍一下我写的 正则结果模拟用 自定义函数：
http://club.excelhome.net/thread-1088768-1-1.html

453563050

不明觉厉，好好学习一下。谢谢楼主分享成果~
我就想搞懂几件事情
1.什么是正则
2.有什么用
3.怎么用
等学习完有问题再请教楼主~