Excel VBA（06）正则表达式

概述

一、正则支持

• 正则的概念就不说了，就是用特殊的字符串进行字符串的匹配
• vba 本身是不支持正则的，需要引入外部的支持
  

二、基本用法

1、示例代码

Sub text()
    Dim reg As New RegExp
    sr = "ABCA"
    Dim ret
    With reg
        .Global = True
        .Pattern = "A"
        .MultiLine = True
        Set ret = .Execute(sr)
    End With
    For Each r In ret
        Debug.Print r
    Next r
End Sub

2、细节说明

• 创建正则对象还可以通过createObject("vbscript.regexp")
• Global 属性代表是否进行全局匹配，false 的话就返回匹配的第一个，true的话会搜索全部的字符
• multiline是设置是否进行多行的匹配，存在换行符的时候可以使用
• Pattern 是最核心的设置我们的匹配的规则
• ignoreCase属性可以设置是否区分大小写
• 最后的Execute 方法可以返回匹配的结果集合，结果集包含的信息包括firstIndex、length、value
• 如果采用 test方法的话返回的就是true 或者false
• 结果集可以使用for 进行遍历输出

---

特殊符号

一、\

• 换行符、制表符等中使用：\r \n \t
• 用来转义使用：\$ \.
• 特殊意义符号使用，大写的时候表示非

\d--匹配数字
\w--匹配数字或字母
\s--匹配空格、制表符等

二、.

• 匹配除换行符以外的任意字符

三、+ * ?

• ？ 代表出现0次或者1次
• * 代表0、1、无数
• + 代表至少一次

四、{}

• {n}
• {n,m}
• {n,}

1、正则对象的replace(sr," ")方法是将匹配的内容进行置换，所以只有两个参数
2、.*匹配所有是贪婪模式，是尽可能多进行匹配.*?是比较合理的通用匹配方式

五、[]

• 匹配一个：[ABC]
• 非括号内容：[^a]
• 范围匹配：[a-z]

六、()

• 括号内的内容作为一个整体
• \num 可以进行括号内容的引用，具体的后面的数字匹配的顺序是前后外内

Sub test()
    Dim reg As New RegExp
    Dim sr As String
    sr = "A2A2B4B4QB41133AA33"
    With reg
        .Global = True
        .MultiLine = True
        .Pattern = "((A2){2})((B4){2})Q\4"
        Debug.Print .Replace(sr, "")
    End With
End Sub
'output:1133AA33

• (?=str) (?!str)都可以进行预搜索，特点就是仅仅进行判断，不会占用匹配的位置

Sub test()
    Dim reg As New RegExp
    Dim sr As String
    sr = "100元50元30元"
    Dim ret
    
    With reg
        .Global = True
        .Pattern = "(?=.*元)\d+"
        '.Pattern = "\d+(?=元)"  
        Set ret = .Execute(sr)
    End With
    For Each r In ret
        Debug.Print r
    Next r
End Sub

Sub test()
    Dim reg As New RegExp
    Dim sr As String
    sr = "Aaaa9"
    Dim ret
    
    With reg
        .Global = True
        .Pattern = "^(?=.*\d).{4,8}$"
        Set ret = .Execute(sr)
    End With
    For Each r In ret
        Debug.Print r
    Next r
End Sub

• () 和 |联合使用主要用来简化我们的书写：A\d+|B\d+和(A|B)\d+效果相同

七、^ $

• 就是首尾匹配

八、\b

• 单词边界的匹配

九、|

• 就是一个或者的逻辑：A\d+|B\d+和(A|B)\d+效果相同， A|B\d+和前二者不同

十、\un

• 就是unicode 的表示，n为4位16进制，主要的应用就是汉字的筛选
• 汉字的 unicode 编码是4e00到9fa5

提取我们要的字符串的时候一般2种方法：要么直接匹配我们要的字符串，要么将我们不要的给剔除