vba regexp

[2011-09-09：http://www.cnblogs.com/dxy1982/archive/2011/09/09/2159246.html]

[2010-08-08：http://www.excelpx.com/thread-137472-1-1.html]


数据验证经常出现的情况是，需要验证和处理大量的文本内容，有时候需要查找字符串，有时候要按条件替换，并且这些待处理的问题还是有一定的规律可循的，但是无法通过枚举的方式挨个验证，这个时候就需要正则表达式来帮忙。


1.正则表达式(Regular Expression)基础
　　正则表达式是通用的文本搜索和处理方案，它的知识不是VBA独有的，基本上每种语言都内置了正则表达式的功能。正则表达式的基础知识不是这里的重点，需要的朋友可以Google一下，或者参看下面的一些入门教程：
http://deerchao.net/tutorials/regex/regex.htm
http://www.regexlab.com/zh/regref.htm
http://www.williamlong.info/archives/433.html

2.VBA中的正则表达式应用
　　在VBA中使用正则表达式，可以通过下列途径实现：
创建正则表达式对象：
前期绑定：在VBA代码编辑器中的"Tools"菜单中，选中"References..."，然后引用Microsoft VBScript Regular Expressions 5.5类库，然后直接定义对象：Dim reg As New RegExp。
后期绑定：使用CreateObject方法定义对象：CreateObject("VBSCRIPT.REGEXP")。
前一种方式的优点是可以有编辑器的Intellisense支持。

RegExp对象的属性：
Global - 设置或返回一个 Boolean 值，该值指明在整个搜索字符串时模式是全部匹配还是只匹配第一个。如果搜索应用于整个字符串，Global 属性的值应该为 True，否则其值为 False。默认的设置为True。
Multiline - 返回正则表达式是否具有标志m, 缺省值为False。如果指定的搜索字符串分布在多行，这个属性是要设置为True的。
IgnoreCase - 设置或返回一个Boolean值，指明模式搜索是否区分大小写。如果搜索是区分大小写的，则 IgnoreCase 属性应该为False；否则应该设为True。缺省值为True。
Pattern - 设置或返回被搜索的正则表达式模式。 被搜索的正则字符串表达式。它包含各种正则表达式字符。

RegExp对象的方法：
Execute - 对指定的字符串执行正则表达式搜索。需要传入要在其上执行正则表达式的文本字符串。正则表达式搜索的设计模式是通过 RegExp对象的Pattern来设置的。Execute方法返回一个Matches集合，其中包含了在string中找到的每一个匹配的Match对 象。如果未找到匹配，Execute将返回空的Matches集合。
Replace - 替换在正则表达式查找中找到的文本。
Test - 对指定的字符串执行一个正则表达式搜索，并返回一个 Boolean 值指示是否找到匹配的模式。RegExp.Global属性对Test方法没有影响。如果找到了匹配的模式，Test方法返回True；否则返回False。

MatchCollection对象与Match对象
匹配到的所有对象放在MatchCollection集合中，这个集合对象只有两个只读属性：
Count：匹配到的对象的数目
Item：集合的又一通用方法，需要传入Index值获取指定的元素。

一般，可以使用For Each语句枚举集合中的对象。集合中对象的类型是Match。
Match对象有以下几个只读的属性：
FirstIndex - 匹配字符串在整个字符串中的位置，值从0开始。
Length - 匹配字符串的长度。
Value - 匹配的字符串。
SubMatches - 集合，匹配字符串中每个分组的值。作为集合类型，有Count和Item两个属性。

结尾两个示例：

' 正则表达式示例1 提取字符串中的数字

Sub getNum1()

' 这种使用方式需要"工具""引用"

' 引用Microsoft VBScript Regular Expressions 5.5类库

Dim reg As New RegExp

With reg

.Global = True

.IgnoreCase = True

.Pattern = "\d+"

End With



Dim mc As MatchCollection

Dim m As Match

Set mc = reg.Execute("123aaaaa987uiiui999")

For Each m In mc

MsgBox m.Value + 1

Next

End Sub

' 正则表达式示例2 用"字符串"替换原字符串中符合匹配模式的部分

Sub getNum2()

Dim arr

arr = Split("A12B-R1E2W-E1T-R2T-Q1B2Y3U4D", "-") ' split(字符串,"分隔符")拆分字符串

MsgBox "arr(0)=" & arr(0) & ";arr(1)=" & arr(1)

MsgBox Join(arr, ",") ' join(数组,"分隔符")用分隔连接数组的每个元成一个字符串



Dim arrStr() As String

ReDim arrStr(LBound(arr) To UBound(arr)) ' 为动态数组分配存储空间

With CreateObject("VBSCRIPT.REGEXP") ' 生成一个正则表达式对象实例

For i = LBound(arr) To UBound(arr)

.Global = True ' 设置全局可用，即替换所有符合匹配模式的字符串

.Pattern = "[^A-Z]" ' 匹配模式为非大写字母

arrStr(i) = .Replace(arr(i), "") ' 将arr(i)字符串中符合匹配模式的部分替换为空字符

Next

End With

Cells.ClearContents

Cells(1, 1).Resize(UBound(arr) + 1, 1) = Application.WorksheetFunction.Transpose(arrStr())

End Sub


他那代码没看，自己用到写了下

Java代码 收藏代码
1.'<body>タグに onLoad="commonOnload()"があるか。
2.Private Function SubCheckBodyCommonOnload(pageStr)
3. Dim reg As Object
4. Set reg = CreateObject("VBscript.RegExp")
5. With reg
6. .Global = True
7. .IgnoreCase = True
8. .Pattern = "(<)([\s]*)(body)([\w\W]*)(onLoad)([\s]*)=([\s]*)(\W)([\s]*)(commonOnload\()([\s]*)(\))"
9. End With
10.
11. SubCheckBodyCommonOnload = reg.test(pageStr)
12.End Function
数据结构有云：程序=数据+操作。从中可以看出，数据才是程序的核心对象，每个程序所有的操作和意图都是围绕数据展开的。每个程序的结构基本都分为三个部分：输入，处理，输出。输入是接收用户的数据，处理过程是通过不同的算法处理接收的数据，输出是将处理的结果返回给用户。
一、输入与输出
大家还记得在VBA我们一般通过什么方式接受用户的简单输入呢？没错，最简单的方式就是Msgbox与InputBox。
Msgbox:最简单的用户输入框
Msgbox太简单了，以至于大家用的最多的就是其显示信息的功能，其实它是有返回值的。它的语法如下所示：


MsgBox(Prompt[,Buttons][,Title][,Helpfile,Context]) As Integer

这里用户的输入就是他选择的按钮，也就是Integer值所代表的选项。这里用户的选择比较简单，所以不用验证。



InputBox：最简单的全能型用户输入框
VBA内置的InputBox方法
这个函数返回一个字符串，选择取消后返回空串(零个字节的字符串)。它不含有容错处理。例如你想要用户输入整数，结果用户输入了字符，这个时候InputBox并不会替你告诉用户错误的原因。

Application的InputBox函数
这个函数更强大，内置容错处理，选择取消后返回false。这个函数可以指定输入的类型，当用户输入的数据类型与参数中指定的类型不兼容的时候，这个函数会给出温馨的提示，告诉你输入的数据类型不对。



除了这两种最简单的输入方式外，还有其它一些重要的输入方式：
单元格输入：这种方式是最常见的，用户在单元格中输入数据，然后程序获取单元格中数据并处理。
用户窗口输入：这种方式最直观，比较适合处理结构化数据；利用窗口，我们可以提供专业的用户视觉体验和便利的用户输入体验。
文件输入：这种方式适合导入大量的数据或其它来源的数据。



说完了输入，再说说输出。VBA中输出也有相对应的几种方式：
Msgbox：最简单的输出信息方式。
单元格输出：可以显示大量的处理结果。
用户窗口输出：显示一些自定义的信息和格式，用户体验较佳。
文件输出：输出大量的信息和结果。
立即窗口输出：一般用于调试的时候显示信息(Debug.Print)。

上面我们简单总结了常见的输入与输出方式。用户输入的数据是我们工作的前提，那么这些数据是否符合我们的需求，我们就需要去验证。


二、简单数据验证
1.简单数据输入与类型验证

这个很好办，直接使用Application中的InputBox函数就可以达到这个目的。

2.内置函数验证
如果只是简单验证数据的类型，或者某些简单的判断也可以靠VBA中内置的一些函数来验证。我在前面的内置函数中已经总结了，主要有两类的内置函数：
VBA内置的验证函数有：
IsNumeric(x) - 是否为数字, 返回Boolean结果。
IsDate(x) - 是否是日期, 返回Boolean结果。
IsEmpty（x） - 是否为Empty, 返回Boolean结果。
IsArray(x) - 指出变量是否为一个数组。
IsError(expression) - 指出表达式是否为一个错误值。
IsNull(expression) - 指出表达式是否不包含任何有效数据 (Null)。
IsObject(identifier) - 指出标识符是否表示对象变量。


WorksheetFunction内置的验证函数有：
IsErr - 检查是不是除了#N/A外的错误值.
IsError - 检查是不是错误值(#N/A, #VALUE!, #REF!, #DIV/0!, #NUM!, #NAME?,或者 #NULL!).
IsEven - 检查是否是偶数.
IsOdd - 检查是否是奇数.
IsLogical - 检查是不是布尔值.
IsNA - 检查值是否是错误值#N/A（值不可用）。
IsNonText - 检查是否是非文本(空的单元格返回true)。
IsNumber - 检查是不是数字。
IsText - 一般用于判断单元格中内容是否是文本。


三、复杂数据验证
　　在前面的例子中，验证的内容都还是比较简单；实际的工作中，很多时候，我们可以通过大量的IF语句来达到验证数据内容的目的。除了这一类可进行枚举验证的情况，还有一类经常出现的情况是，需要验证和处理大量的文本内容，有时候需要查找字符串，有时候要按条件替换，并且这些待处理的问题还是有一定的规律可循的，但是无法通过枚举的方式挨个验证，这个时候就需要正则表达式来帮忙。
1.正则表达式(Regular Expression)基础
　　正则表达式是通用的文本搜索和处理方案，它的知识不是VBA独有的，基本上每种语言都内置了正则表达式的功能。正则表达式的基础知识不是这里的重点，需要的朋友可以Google一下，或者参看下面的一些入门教程：
http://deerchao.net/tutorials/regex/regex.htm
http://www.regexlab.com/zh/regref.htm
http://www.williamlong.info/archives/433.html



2.VBA中的正则表达式应用
　　在VBA中使用正则表达式，可以通过下列途径实现：
创建正则表达式对象：
前期绑定：在VBA代码编辑器中的"Tools"菜单中，选中"References..."，然后引用Microsoft VBScript Regular Expressions 5.5类库，然后直接定义对象：Dim reg As New RegExp。
后期绑定：使用CreateObject方法定义对象：CreateObject("VBSCRIPT.REGEXP")。
前一种方式的优点是可以有编辑器的Intellisense支持。

RegExp对象的属性：
Global - 设置或返回一个 Boolean 值，该值指明在整个搜索字符串时模式是全部匹配还是只匹配第一个。如果搜索应用于整个字符串，Global 属性的值应该为 True，否则其值为 False。默认的设置为True。
Multiline - 返回正则表达式是否具有标志m, 缺省值为False。如果指定的搜索字符串分布在多行，这个属性是要设置为True的。
IgnoreCase - 设置或返回一个Boolean值，指明模式搜索是否区分大小写。如果搜索是区分大小写的，则 IgnoreCase 属性应该为False；否则应该设为True。缺省值为True。
Pattern - 设置或返回被搜索的正则表达式模式。 被搜索的正则字符串表达式。它包含各种正则表达式字符。

RegExp对象的方法：
Execute - 对指定的字符串执行正则表达式搜索。需要传入要在其上执行正则表达式的文本字符串。正则表达式搜索的设计模式是通过 RegExp对象的Pattern来设置的。Execute方法返回一个Matches集合，其中包含了在string中找到的每一个匹配的Match对象。如果未找到匹配，Execute将返回空的Matches集合。
Replace - 替换在正则表达式查找中找到的文本。
Test - 对指定的字符串执行一个正则表达式搜索，并返回一个 Boolean 值指示是否找到匹配的模式。RegExp.Global属性对Test方法没有影响。如果找到了匹配的模式，Test方法返回True；否则返回False。

MatchCollection对象与Match对象
匹配到的所有对象放在MatchCollection集合中，这个集合对象只有两个只读属性：
Count：匹配到的对象的数目
Item：集合的又一通用方法，需要传入Index值获取指定的元素。

一般，可以使用For Each语句枚举集合中的对象。集合中对象的类型是Match。
Match对象有以下几个只读的属性：
FirstIndex - 匹配字符串在整个字符串中的位置，值从0开始。
Length - 匹配字符串的长度。
Value - 匹配的字符串。
SubMatches - 集合，匹配字符串中每个分组的值。作为集合类型，有Count和Item两个属性。



正则表达式很强大，是处理文本的首选，不管你信不信，反正我是信了。说了很多，最后以一个小例子结尾吧：


复制代码

Sub Test()
Dim reg As New RegExp
With reg
.Global = True
.IgnoreCase = True
.Pattern = "\d+"
End With

Dim mc As MatchCollection
Dim m As Match
Set mc = reg.Execute("123aaaaa987uiiui999")
For Each m In mc
MsgBox m.Value
Next
End Sub
非原创