EXCEL 使用正则表达式

本文参考：

https://blog.youkuaiyun.com/laoyebin/article/details/5377857（EXCEL里常用的几个正则表达式）

https://blog.youkuaiyun.com/catoop/article/details/70247105（Excel 正则表达式提取值）

 

 

• 今天一个朋友让我帮忙将一组 淘宝的宝贝标题里面提取出型号：

	A	B
1	商品名称（比较典型的原始数据）	型号（输出结果）
2	美的（Midea） 电饭煲 智能IH加热 家用电饭锅 4L MB-FS4006	MB-FS4006
3	美的（Midea） 多用途锅 4.5L 家用电火锅鸳鸯锅 1500W MC-WLHN32A	MC-WLHN32A
4	美的（Midea） 电水壶HE1504a 家用便捷式烧水壶四段温304不锈钢电热水壶	HE1504a
5	美的（Midea）电热水瓶PF708c-50T双出水5段温控 家用5升电热水壶304不锈钢电水壶	PF708c-50T
6	美的（Midea）电压力锅 IH电磁加热可中途加菜钢胆5L高压锅 MY-HT5077P	MY-HT5077P
7	美的（Midea） 破壁机 真空辅食机 智能家用多功能果汁机 榨汁机 MJ-BL1507A	MJ-BL1507A
8	美的（Midea） 电磁炉 恒匀火 十档火力调节 一键桑拿蒸C21-QH2130（赠不锈钢蒸锅）	C21-QH2130
9	美的（Midea）电炖锅  煲汤锅 电砂锅 隔水炖 火山陶釜三胆 4L电炖盅 TGS40W	TGS40W
10	美的（Midea）电热水壶即热式不锈钢电水壶 6段温控烧水壶 3L/3升台式饮水机MK-HE3001	MK-HE3001
11	美的（Midea）电磁炉 纤薄匀火滑动触控 家用火锅炉 C21-RH2153火力时间双显示	C21-RH2153
12	美的（Midea） 电磁炉HST2105 红外火力 不挑锅具 红外炉双环控火电陶炉	HST2105
13	美的（Midea）电饭煲 2L智能IH加热 家用迷你智能预约触摸操控 小电饭锅MB-FZ2001	MB-FZ2001
14	美的（Midea）电压力锅 球形内胆可作电饭煲 5L压力锅 家用双胆高压锅YL50Easy301	YL50Easy301
15	美的（Midea）电饼铛MC-JK30Easy301家用煎烤机双面加热煎饼铛早餐机自动断电煎饼机	MC-JK30Easy301
16	美的（Midea） 空气炸锅 家用全自动  高光耐热PP材料白色 MF-WZN3201空气无油炸锅	MF-WZN3201
17	美的（Midea） 多用途锅 多功能家用电火锅 蒸锅 6L MC-LHN30C	MC-LHN30C
18	美的（Midea） 电饭煲 3L家用智能预约  不锈钢拉丝机身电饭锅 MB-FS3073	MB-FS3073
19	美的（Midea）电热水瓶 热水壶电水壶304不锈钢 电热水壶热水瓶MK-SP50Colour201	MK-SP50Colour201
20	美的（Midea）多用途锅ZG26EASY401 食品级不锈钢 三层大容量电蒸锅 电蒸笼	ZG26EASY401

• 从网友catoop的https://blog.youkuaiyun.com/catoop/article/details/70247105的文章中引用到如下VBA函数代码：

Function GetStr(rng As Range)
    With CreateObject("VBscript.regexp")
        .Global = True
        .Pattern = "\d+\*\d+\+{0,1}\d{0,}"    '表达式
        If .Execute(rng).Count = 0 Then
            GetStr = ""
        Else
            GetStr = .Execute(rng)(0)
        End If
    End With
End Function
 

• 因为我要测试表达式，所以需要在表格中不断的修改正则表达式，于是将上述代码稍加修改后得到：

（代码的用法就不敷述了）

Function GetStr(rng As Range, str As String)
'第一个参数rng为区域保持不变， 添加第二个参数str（作为正则表达式）
    With CreateObject("VBscript.regexp")
        .Global = True
        .Pattern = str   '表达式,直接从用户函数的第二个参数中调用
        If .Execute(rng).Count = 0 Then
            GetStr = ""
        Else
            GetStr = .Execute(rng)(0)
        End If
    End With
End Function

下面介绍一下我所用的正则表达式以及思路：

• B1单元格中函数如下：

=getstr(A1,"((?!Midea)(?![0-9]{3,})[\w]{1,19}[-]{1}[\w]{1,19})|(?!Midea)(?![0-9]{3,})[0-9A-Z]{0,19}[-]{0,1}[0-9A-Z]{1}(\w{3,10})")

第二个参数的的内容为从‘ | ’这个符号分成两部分理解：

1. ((?!Midea)(?![0-9]{3,})[\w]{1,19}[-]{1}[\w]{1,19})
   其中：
   (?!Midea)     表示不包含字符“Midea” 因为每一行里面都有这个
   (?![0-9]{3,})表示不包含以3个及以上的数字组合的开头（故将其放置在前面），目的是为了排除第三行中的1500W
   [\w]{1,19}数字及大小写字母1，19个长度的组合
   [-]{1} 紧接着后面一定会有一个“-”减号
   [\w]{1,19}最后数字及大小写字母1，19个长度的组合，之所以是19这个数只是为了能够包含住所有应该匹配到的型号
   这样的结果就是所有带有“-”减号的型号
2. (?!Midea)(?![0-9]{3,})[0-9A-Z]{0,19}[-]{0,1}[0-9A-Z]{1}(\w{3,10})"
   这是“|”符号后面的部分，“|”表示“或”的意思，即前面的没有匹配到就用后面的匹配
   前面的一样的就不重复介绍了，从不一样的开始介绍：
   [0-9A-Z]{0,19}开头为数字或大写字母，且长度为0到19位字符的（因为是从0开始的，所以可以有也可以没有）
   [-]{0,1}表示后面紧接零个或者1个“-”减号
   [0-9A-Z]{1}前面两个有可能都没有，也就是说这里有可能是开头的字符，必须为大写字母或数字
   (\w{3,10})最后的字符可以是大小写字母或数字，长度为3到10个字符

源文件下载:

https://download.youkuaiyun.com/download/qq_25846269/11159568