正则提取 想用正则replace 一步提取

perfect131

                我已经实现分段提取了 ，但我想的用一个表达式提取，最好是用 正则replace

                 现在提取的结果是

1. 癸卯>小>大>小>大>大>小>大>大>小>大>小>大
   
2. 润            二月小
   
3. 新年          01-22

复制代码

我想要的结果是 有润

1. 癸卯>小>大>小>大>大>小>大>大>小>大>小>大>二>小>01-22

复制代码

没有 润

1. 癸卯>小>大>小>大>大>小>大>大>小>大>小>大>>>01-22

复制代码

请大神们抽空看看，谢谢

DevilW

DevilW

1. Sub 正则提取()
   
2.     Dim data
   
3.     data = readfile(ThisWorkbook.Path & "\2023.txt")
   
4.     Set reg = CreateObject("vbScript.Regexp")
   
5.     reg.Global = True
   
6.     reg.Pattern = "(h1|p>\d+-\d+)"
   
7.     ar = Split(data, Chr(10))
   
8.     For i = 0 To UBound(ar) '海选，保留 h1 以及 p 数字-数字 的行
   
9.         If reg.test(ar(i)) Then
   
10.             n = n + 1
    
11.             s = s & ar(i)
    
12.         End If
    
13.     Next
    
14.     reg.Pattern = ".*?<\w+>((\d+-\d+(?=<))|农历(.*?)(?=年)|(闰.*?(?=月))?.*?月([大小]))|.+"
    
15.     s = Split(Trim(reg.Replace(s, "$2$3$4$5 "))) '精选，保留农历年、大年初一阳历以及闰月并重新排列
    
16.     t = "": r = ">>"
    
17.     For i = 0 To UBound(s)
    
18.         t = Mid(s(i), 1, 1)
    
19.         If t Like "#" Then
    
20.             If y = "" Then y = s(i) '大年初一的阳历
    
21.         ElseIf t = "闰" Then
    
22.             r = Mid(s(i), 2, 1) & ">" & Right(s(i), 1) '闰月份
    
23.         Else
    
24.             sn = sn & ">" & s(i)
    
25.         End If
    
26.     Next
    
27.     sn = sn & ">" & r & ">" & y
    
28.     MsgBox Mid(sn, 2)
    
29. End Sub
    
30. '读取文件
    
31. Function readfile(ByVal filename As String, Optional filetype As String = "utf-8")
    
32.     Dim ReadStream As Object
    
33.     Set ReadStream = CreateObject("ADODB.Stream")
    
34.     Dim FileContent As String
    
35.     With ReadStream
    
36.         .Type = 2                                              'adTypeText
    
37.         .Charset = filetype
    
38.         .Open
    
39.         .LoadFromFile filename
    
40.         FileContent = .ReadText
    
41.         .Close
    
42.     End With
    
43.     readfile = FileContent
    
44. End Function

复制代码

perfect131

DevilW 发表于 2023-12-31 02:04

感谢，但是我要的是 一个表达式解决，我不要 Split(data,vblf)
表达式很简洁，不过 12-30 也提取了

1. .+>农历(.+?)年|.+天, 闰(\W{1,2}月[大|小])|.+>正月([大|小])|.+<p>初一</p>\n.+?<p>(\d+-\d+)</p>|.+>二月([大|小])|.+>三月([大|小])|.+>四月([大|小])|.+>五月([大|小])|.+>六月([大|小])|.+>七月([大|小])|.+>八月([大|小])|.+>九月([大|小])|.+>十月([大|小])|.+>十一月([大|小])|.+>十二月([大|小])|\n|.+

复制代码

这是 我最新用的表达式 我想把 二月小  01-22 显示到最后，就像一楼说的
我想要的结果是 有润

1. 癸卯>小>大>小>大>大>小>大>大>小>大>小>大>二月小>01-22

复制代码

没有 润

1. 癸卯>小>大>小>大>大>小>大>大>小>大>小>大>>01-22

复制代码

wanghan519

歪个楼，尝试在js宏里使用cheerio
是用browserify转成一个js，直接粘贴到模块1里，还真的可以用
加载一个html字符串，然后就可以像jquery里那样搜索操作dom，还挺好用的

DevilW

按你的想法一网打尽也不是没有办法，只是 .Pattern 超长

.Pattern="[\s\S]*?<h1>农历(.*?)年.*?(闰(.)月([大小]))?<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<p>(\d+-\d+)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]*?<h1>[^闰].*?(.)<[\s\S]+"

Msgbox reg.replace(data,"$1>$5>$7>$8>$9>$10>$11>$12>$13>$14>$15>$16>$17>$3>$4>$6")

perfect131

DevilW 发表于 2024-1-1 12:54
按你的想法一网打尽也不是没有办法，只是 .Pattern 超长

.Pattern="[\s\S]*?农历(.*?)年.*?(闰(.) ...

正是我要的，十分感谢

perfect131

最终 表达式

1. [\s\S]*?<h1>农历(.*?)年.*?(闰(.+)月([大小]))?<[\s\S]*?<h1>.*?(.)<[\s\S]*?<p>初一</p>[\s\S]*?<p>(\d+-\d+)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?
   
2. <h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]*?<h1>.*?(.)<[\s\S]+

复制代码