正则捕获不达目的，分组有误？

weiyingde

wang-way 发表于 2024-8-25 00:13
解析\s+((?:[A-D])(?:(?![A-D]项[^\n]+\n).)+)((?:[A-D])(?:(?![A-D]项[^\n]+\n).)+)((?:[A-D])(?:(?![A-D] ...

商讨一下：
没有测试，你可能没有测试附件，解析部分只有一个段落，而你出现了三个“\n”，是不是误以为三段

weiyingde

lss001 发表于 2024-8-24 23:30
Sub 要求匹配解析捕获四个()
    Dim mt, mk, oRng As Range, n&, m&
    Dim str$, tt$, arr() As Ran ...

经测试验证，Pattern = "(^解析\s*)([A-D].*?){3}$"，表达式有问题。
For Each mt In .Execute(str)
  MsgBox mt.submatches(X)
  Next
“X”只能取0和1。

lss001

weiyingde 发表于 2024-8-25 06:19
经测试验证，Pattern = "(^解析\s*)([A-D].*?){3}$"，表达式有问题。
For Each mt In .Execute(str)
  ...

"(^解析\s*)([A-D].*?){3}$" '折叠
"(^解析\s*)([A-D].*?)([A-D].*?)([A-D].*?)$" '展开

shenjianrong163

weiyingde 发表于 2024-8-24 14:14
你这代码通俗易懂，好理解，方便套用，可能通用性要差点。如果解析项目多一项，譬如有A……；B……；C… ...

将5楼代码改下试试："^解析\s+([A-D].+?)?([A-D].+?)?([A-D].+?)?([A-D].+?)?$"

weiyingde

shenjianrong163 发表于 2024-8-25 09:13
将5楼代码改下试试："^解析\s+([A-D].+?)?([A-D].+?)?([A-D].+?)?([A-D].+?)?$"

谢谢回复，五楼quqiyuan网友的代码，已经解决问题了，只是我感觉它不够简洁而已……

weiyingde

ww87725244 发表于 2024-8-24 14:09

有结果，但层次有些乱。
母串和子串混乱，对后期操作不方便。
如果前面先用.Pattern = "(^解析[^\r]*)([A-D](?:(?![A-D\r]).)*)\r"进行第一层匹配，锚定范围oRng，在此oRng
中用你的表达式.Pattern = "(^解析)|((\s+|)[A-D]项\W+(\；|\。$))"进行第二层匹配，或许还行。

weiyingde

xjl565135022 发表于 2024-8-24 14:12
Sub test()
Dim reg As New RegExp
With reg

虽然在附件中有“项”字，但在其他地方不是必用的标志，所以不能用“项”作为匹配的关键字。

weiyingde

lss001 发表于 2024-8-25 08:22
"(^解析\s*)([A-D].*?){3}$" '折叠
"(^解析\s*)([A-D].*?)([A-D].*?)([A-D].*?)$" '展开

你的这句，是我若有所悟，下面的帖子我谈谈自己的感受……

weiyingde

    我好像懂了。
    谢谢lss001网友的不厌其烦的解答。
    也感谢你和其他网友全程参与了我的两个帖子所涉及的问题的研讨和帮助。
    对于这两天我发的两个帖子，设计的两个问题，对第一个问题，我好像有所感悟。
    结合你的解释：
   "(^解析\s*)([A-D].*?){3}$" '折叠
   "(^解析\s*)([A-D].*?)([A-D].*?)([A-D].*?)$" '展开
   谈谈我的理解，你看是不是正确。
   “解析”内容要求有四次捕获，目前有两表达式是能够达到目的的最优版：
    一是quqiyuan网友的的表达式.Pattern = "(^解析\s+)([A-D].+?)([A-D].+?)([A-D].+?)$"
    二是你的表达式.Pattern = "(^解析\s+)([A-D].+?)([A-D].*?)([A-D].*?)$"
    其实，你两人的表达式基本相同，差别就在于两次的使用：“+”和“*”，“+”是一和多，“*”是零和多，因为正则捕捉三个目标字符串都是“ABCD”等英文字母开头的字符串，而且它们后面的汉字不止一个（如果其后只有一个汉字，量词“*”显然不同），这就是你们两人的效果一致。
    再说正则的匹配和捕捉。
    匹配只要给个模型，正则根据模型进行匹配，其特征比较概括：
    比如："(^解析\s*)([A-D].*?){3}$"，它告诉正则要匹配对象特征是：以“解析”开头，然后三个以英文大写开头后面跟着其他非英文字符，最后以回车结束。所以可以根据这个特征从整个试题当中把所有“解析”的内容匹配出来。
    在第一次匹配中，正则交代了要找的对象的结构三个部分构成：头、中、尾。正因为表达式中只有三个部分出现，所以只能捕获头、中、尾三个子字符串。而中间以大写英文字母开头的三个子字符串，在第一次捕获中只能做一个整体；若要分别捕捉出来，必须再进行第二次匹配，分别进行捕获。
    于是乎，表达式"(^解析\s*)([A-D].*?){3}($)",可以捕获三个：“解析”、“A……，B……，C……”，回车（不可见字符）。
    若要对匹配的对象当中的子字符串进行捕获，则要在表达式中具体写出每个需要捕获的子字符串的“特征”（表达式），而且对需要捕获的对象，用“（）”括起来。因此，有几组捕获符号（注意：不是分组的括号，分组的括号“)”后有量词“*”或“+”，或前面有？：或？！等），就有几个捕获。
     可以测试：
      "(^解析\s*)([A-D].*?){3}$"——两组括号，两个捕获。
     "(^解析\s+)([A-D].+?)([A-D].+?)([A-D].+?)$"——四组括号，四个捕获。
     "(^解析\s+)([A-D].+?)[A-D].+?([A-D].+?)$"——三组括号，三个捕获。 （其“解析”部分，只需第一、第三子字符串）
    最后总结一下：
    1、若只匹配“字符块”，即不需捕获子字符串，正则表达式可以概括。
    2、若需要捕获子字符串，以备后用，表达式必须具体，特别引起注意的是：若要分别捕获特征相同的几个子字符串，不能用“()*”的“折叠”形式概括的表达这几个子字符串的特点，这样这几个子字符串将合并作为一个整体被捕获，这时必须将它们各自拆开，“重复”表达是正解。如：([A-D].+?)([A-D].+?)([A-D].+?),为了捕获三个不能写成"(^解析\s*)([A-D].*?){3}$"。
    3、分清括号是分组标志还是捕获标志，作捕获标志时，有几组括号，将会有几个捕获。
以上是我这两天求助、探索并经过各网友的帮助和解惑，所获得感悟，也是我对这个帖子的总结。
   
    谢谢各位多次的指教和帮助。
    也希望各位大咖路过时指点，因为我是“正则盲”，理解和感悟可能不对，得到你的拍砖也值得。

wang-way

weiyingde 发表于 2024-8-25 06:07
商讨一下：
没有测试，你可能没有测试附件，解析部分只有一个段落，而你出现了三个“\n”，是不是误以为 ...

啰嗦就可以减少可能遇见的错误。三个\n并不是三个段落的意思。而是对应三个选项的解释，从大写字母开始，后面取连续字符，每一个字符的位置都不能是A项这样的描述。