CottLi
3/4/2020 - 9:06 AM
VBA正则表达式
Option Explicit
'一 正则表达式
' 正则表达式是处理字符串的外部工具，它可以根据设置的字符串对比规则，用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
'正则表达式的作用：
'1、完成复杂的字符串判断
'2、在字符串判断时，可以最大限度的避开循环，从而达到提高运行效率的目的。
'二 使用方法
'1、引用法
'点击VBE编辑器菜单：工具 - 引用，选取: Microsoft VBScript Regular Expressions 5.5,引用后在程序开始进行如下声明
Dim regex As New RegExp
'2、直接他建法：代码引用，后期绑定
Dim regex As Object ' 声明对象
Set regex = CreateObject("VBScript.RegExp") '创建正则对象
'三 常用属性
'1 Global属性:
'如果值为true,则搜索全部字符
'如果值为False,则搜索到第 1 个即停止
'1 例:
Dim reg As New RegExp
Dim sr
sr = "ABCEA"
With reg
.Global = True ' 查找所有符合正则表达式要求的字符
.Pattern = "A" ' 查找字符串中的字符 A
Debug.Print .Replace(sr, "") ' 输出 BCE，所有的A都被替换为空字符
End With
'2 IgnoreCase 属性：是否忽略大小写，默认区分大小写(False)
'3 Pattern 属性:一个字符串，用来定义正则表达式。缺省值为空文本。
'4 Multiline 属性,如果字符串使用了多行(换行符), 则该参数为 True 时，字符串的每一行行尾都是结尾。
' 于是，使用 $ 判断结尾时，每一行作为结尾；该参数设为 False 时，只有这个字符串最后的行为才是结尾；
Dim reg As New RegExp
Dim sr
sr = "AEA" & Chr(10) & "ABCA" ' 换行符 Chr(10) 的存在使得 sr 为两行的字符串
With reg
.Global = True ' 在 sr 中查找所有满足正则表达式要求的字符串
.MultiLine = True ' 多行字符串的每一行结尾均为行尾
'.Pattern = "A$"
.Pattern = "^A"
Debug.Print .Replace(sr, "")
End With
'5 Execute 方法：返回一个集合对象
'返回一个 MatchCollection 对象，该对象包含每个成功匹配的 Match 对象,
'返回的信息包括:
'FirstIndex:开始位置
'Length; 长度
'Value:长度
Dim reg As New RegExp
Dim sr, mat
sr = "A454BCEA5"
With reg
.Global = True
.Pattern = "A\d+" ' 规则为：A后面有任意多个字符，则 A454BCEA5 和 A5 都符合
Set mat = .Execute(sr) ' 将字符串 sr 中所有成功匹配的字符串片段(Match对象)放入对象集合 mat 中
End With
' 提取字符串中的数字并进行求和
Function ns(rg)
Dim reg As New RegExp
Dim sr, mat, s, m, x
With reg
.Global = True
.Pattern = "\d*\.?\d*" ' . 是特殊符号, \. 表示点号；\.? 表示小数点出现0次(整数)或1次(小数)；
' \.? 前后的 \d* 表示小数点前后的数字为任意多个；
Set mat = .Execute(rg)
For Each m In ma ' 遍历 Match对象集合 中的每个 Match 对象
s = s + Val(m) ' 获取字符串片段并将字符串转换为数值(Val)
Next m
End With
ns = s
End Function
'6、Text方法：返回一个布尔值，判断两个字符串是否匹配成功
Dim reg As New RegExp
Dim sr
sr = "BCR6EA"
With reg
.Global = True
.Pattern = "\d+" ' 规则：是否包含数字
If .test(sr) Then MsgBox "字符串中含有数字"
End With
Function 提取中文(rg As String, k As Integer)
Dim regx As New RegExp ' 引用法创建对象
With regx
.Global = True ' 匹配字符串中所有匹配的地方
If k = 1 Then ' k = 1 表示提取数字
.Pattern = "\D" ' 匹配字符串中的非数字
ElseIf k = 2 Then ' k = 2 表示提取出中文
.Pattern = "\w" ' 匹配字符串中的 字母、数字或下划线
End If
提取中文 = .Replace(rg, "") ' 将非数字(k=1时)或非中文(k=2时)删除(替换为空字符串)
End With
End FunctionOption Explicit
'正则表达式的核心是设置对比的规则，也就是设置Pattern属性，而组成这些规则除了字符本身以外，是具有特定含义的符号。
'下面介绍的是正规表达式中常用符号的第一部分。
' \ 号
'1.放在不便书写的字符前面,如换行符(\r),回车符(\n),制表符(\t),\自身(\\)
'2.放在有特殊意义字符的前面,表示它自身,"\$","\^","\."
'3.放在可以匹配多个字符的前面
'\d 0~9的数字
'\w 任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个
'\s 包括空格、制表符、换页符等空白字符的其中任意一个
' *** 以上改为大写时,为相反的意思,如\D 表示非数字类型 ***
Dim regx As New RegExp
Dim sr
sr = "AE45B646C"
With regx
.Global = True
.Pattern = "\D" '排除非数字
Debug.Print .Replace(sr, "") ' 按照规则(Pattern设置的“非数字”)替换：把所有非数字的字符替换为空字符，即筛选出字符串中的数字
End With
'.(点) ： 匹配除换行符以外的所有字符，起着占位的作用(占位符)
'+ 号： 表示 + 号前面的一个(或一类)字符可以有任意多个重复的，至少出现一次
Dim regx As New RegExp
Dim sr
sr = "A234CA7A"
With regx
.Global = True
.Pattern = "A\d+" ' 表示A后面至少接着 1 个数字,则A234 和 A7 均满足
Debug.Print .Replace(sr, "") ' A234 C A7 A 中的A234和A7都被替换为空字符，只剩下 CA
End With
'{}号：设置字符(同一类)重复次数
'1 {n} 重复n次
Dim regx As New RegExp
Dim sr
sr = "A234CA7A67"
With regx
.Global = True
.Pattern = "\d{2}" '连续两个数字，则 23 和 67 满足条件
Debug.Print .Replace(sr, "") ' 输出的结果为 A4CA7A
End With
'2 {m,n}最小重复m次,最多重复n次
Dim regx As New RegExp
Dim sr
sr = "A234CA7A6789"
With regx
.Global = True
.Pattern = "\d{2,3}" '连续两个数字或连续三个数字，则 234 和 67 满足条件
Debug.Print .Replace(sr, "") ' 输出的结果为 ACA7A
End With
'3 {m,} 最少重复m次；当 m = 1 时相当于 + 号
Dim regx As New RegExp
Dim sr
sr = "A2348t6CA7A67"
With regx
.Global = True
.Pattern = "\d{2,}" '连续两个数字或连续两个以上的数字，则 2348 和 67 都满足
Debug.Print .Replace(sr, "")
End With
'* 可以出现任意次(可以为 0 次) 相当于 {0,}，比如："\^*b"可以匹配 "b","^^^b"...
' ?
'1 匹配表达式0次或者1次，相当于 {0,1}，比如："a[cd]?"可以匹配 "a","ac","ad"；
' ? 最大的作用是判断小数点："\d+\.?\d+"
Dim regx As New RegExp
Dim sr
sr = "A23.48CA7A6..7"
With regx
.Global = True
.Pattern = "\d+\.?\d+" ' . 是特殊符号, \. 表示点号；\.? 表示小数点出现0次(整数)或1次(小数)；
' \.? 前后的 \d+ 表示小数点前后的数字至少为 1 个；
Debug.Print .Replace(sr, "")
End With
'2 利用 +? (或 *? )的格式可以分段匹配
Dim regex As New RegExp
Dim sr, mat, m
sr = "<td><p>aa</p></td> <td><p>bb</p></td>" ' HTML预言的字符串
With regex
.Global = True
.Pattern = "<td>.*?</td>" ' . 表示任意字符， .* 表示任意多个任意字符， .*? 加上
Set mat = .Execute(sr) ' 把多段符合正则条件的字符串片段装到 mat 集合对象中
For Each m In mat ' 遍历对象集合中的每个对象
Debug.Print m ' 输出字符串片段
Next m
End With
' +? 的示例：
sr = " aba aca ada "
With regex
.Global = True
.Pattern = "\s.+?\s" ' \s 空格、制表符等空白字符，
Set mat = .Execute(sr) ' 把多段符合正则条件的字符串片段装到 mat 集合对象中
For Each m In mat ' 遍历对象集合中的每个对象
Debug.Print m ' 输出字符串片段
Next m
End With
' ******* 注意 ********
' * 和 + 限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。比如：
str = "<h1>RUNOOB-菜鸟教程</h1>"
regx.Pattern = "<.*>" ' 贪婪匹配：从开始小于符号 (<) 到关闭 h1 标记(</h1>)的大于符号 (>) 之间的所有内容：<h1>RUNOOB-菜鸟教程</h1>
regx.Pattern = "<.*?>" ' *? 非贪婪匹配：匹配最近的一个大于号 (>) ，匹配结果：<h1>'[]
'使用方括号 [ ] 包含字符集合，能够匹配其中任意一个字符。用 [^ ] 不包含一系列字符，
'则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个
'1 能匹配方括号中字符集的一个即可，注意不是组合匹配
Dim regx As New RegExp
Dim str
str = "ABDC"
With regx
.Global = True
.Pattern = "[BC]" ' 匹配 str 中的字符B或字符C
Debug.Print .Replace(str, "") ' 替换匹配的字符得到结果
End With
'2 非括号内的字符
regx.Pattern = "[^BC]" ' 匹配字符串中不是B或C的其他任何字符
'3 在一个区间
regx.Pattern = "[a-h]" ' 字母区间，等价于 [abcdefgh]
regx.Pattern = "[1-47-9]" ' 数字区间，等价于 [1234789]
Option Explicit
'^符号：匹配输入字符串开始的位置，限制其后的字符在字符串最前面,如^\d表示以数字开头
regx.Pattern = "^\d*" ' 字符串以数字开头
'$符号：匹配输入字符串结尾的位置，限制其前面的字符在最后面，如 A$ 表示最后一个字符是A
str = "R243r"
regx.Pattern = "^\D.*\D$" ' 字符串以非数字开头并以非数字结尾
'\b ：表示空格以及字符串的开头和结尾
str = "A12dA56 A4"
regx.Pattern = "\bA\d+" ' 表示字符A左边有一个空格，或者A在字符串的最左边,A后接数字串(至少一个数字)。
' 移除掉所有匹配的字符串片段后原字符串为 dA56
str = "ad bf cr de ee"
regx.Pattern = ".+?\b"
'| ：设置或关系的多个条件,匹配多个条件中的一个即可
str = "A12DA56 A4B34D"
regx.Pattern = "A\d+|B\d+" ' 移除掉所有匹配的字符串片段后原字符串为：D D
'\un 匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。主要用于区分汉字！!
str = "A12d我A爱56你 A4"
regx.Pattern = "[\u4e00-\u9fa5]" ' 汉字的Unicode编码介于 4e00 ~ 9fa5 之间。
' 移除掉所有匹配的字符串片段后原字符串为 A12dA56 A4