Excel中VBA编程学习笔记（十一）--正则表达式

在VBA中使用正则表达式受限需要引用Microsoft VBScript Regular Expressions 5.5类库。在VBA界面，“工具”-->“引用”，

定义正则表达式，如下例：

Dim reg As New regexp

With reg

.Global = True  

.IgnoreCase = True

.MultiLine = False

.Pattern = "[^\u4E00-\u9FA50-9A-Za-z]+" ‘匹配所有非汉字、非数字0-9、非字母

End With

Content = reg.Replace(Content, ",")           ‘将匹配的内容用英文状态逗号替换

• 正则表达式的四个属性说明：

1. Global：设置为true表示查找引擎返回找到的所有符合要求的子字符串，设置为false表示只返回找到的第一个符合要求的子字符串。 
2. IgnoreCase：设置为true表示查找时忽略大小写，设置为FALSE表示查找时区分大小写。
3. Pattern：存放正则表达式
4. MultiLine：如果为false，则通配符可以匹配换行符。

 

• 正则表达式有3个方法：

1. Execute方法：语法object. Execute(sourcestring as string) as string, object为你定义的正则表达式对象（如：regEX），参数sourcestring为要对其进行查找的字符串（如例中的"这有一本关于VBA的书,它在第二个书柜里"）。Execute方法查找并返回符合要求的字符串的集合，相当于使用“查找”功能。  Test方法：语法object. Execute(sourcestring as string) as string,其结构和用法和Execute方法一样，它和Execute方法唯一不同的是Test方法只进行测试查找，而不会返回符合要求的子字符串集合。一般用它判断是否可以找到符合要求的字符串。 Replace方法：语法object.
2. Replace(sourcestring as string，Replace) as string, object为你定义的正则表达式对象，参数sourcestring为要对其进行查找的字符串, 参数Replacevar为要替换成的内容（如例中的"book"）。
3. Replace方法查找并返回符合要求的字符串的集合，然后对集合里的字符串进行替换。相当于先使用“查找”功能然后再使用“替换”功能。

 

• 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。

 

• 常用正则表达式

1. 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
2. 匹配双字节字符(包括汉字在内)：[^\x00-\xff]
3. 匹配空白行的正则表达式：\n\s*\r
4. 匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? />
5. 匹配首尾空白字符的正则表达式：^\s*|\s*$
6. 匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
7. 匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
8. 匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
9. 匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
10. 匹配腾讯QQ号：[1-9][0-9]{4,}
11. 匹配中国邮政编码：[1-9]\d{5}(?!\d)
12. 匹配身份证：\d{15}|\d{18}     评注：中国的身份证为15位或18位
13. 匹配ip地址：\d+\.\d+\.\d+\.\d+
14. 匹配特定数字：

^[1-9]\d*$　　 //匹配正整数

^-[1-9]\d*$ 　 //匹配负整数

^-?[1-9]\d*$　　 //匹配整数

^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）

^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）

评注：处理大量数据时有用，具体应用时注意修正

14）匹配特定字符串：

^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串

^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串

^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串

^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串

 

【例1】匹配一次

Worksheets("sheet1").Activate

    Content = "张三；李四！王武佳、高寒；陈庆,郑强叁”晓红。赵楼.金三峰"

    Dim reg

    Set reg = CreateObject("VBSCRIPT.REGEXP")

    Dim mc As Match

    reg.Pattern = "[\u4E00-\u9FA50-9A-Za-z]+"

    Dim row As Integer

    row = 1

    If reg.test(Content) Then

        Debug.Print reg.Execute(Content)(0).Value   '输出张三

End If

 

【例2】匹配所有满足条件的内容

Sub test()

    Worksheets("sheet1").Activate

    Content = "张三；李四！王武佳、高寒；陈庆,郑强叁”晓红。赵楼.金三峰"

    Dim reg As New RegExp

    Dim mc As MatchCollection

    With reg

        .Global = True

        .IgnoreCase = True

        .MultiLine = False

        .Pattern = "[\u4E00-\u9FA50-9A-Za-z]+"

    End With

    Dim row As Integer

    row = 1

    If reg.test(Content) Then

        Set mc = reg.Execute(Content)

       For Each mt In mc

            Cells(row, "J").Value = mt.Value

            row = row + 1

       Next

       

    End If

End Sub

结果为：

 

【例三】匹配优先 及非匹配优先

Sub test()

   Rem 匹配优先(贪婪模式)

   Dim str As String

   str = "abcesfa"

   Set reg = CreateObject("vbscript.regexp")

   Dim mat As Match

   reg.Pattern = "\w+"

   result = reg.Execute(str)(0).value   '结果为abcesfa

   Debug.Print result

  

   Rem 忽略匹配优先(非贪婪模式)

   reg.Pattern = "\w+?"

   result = reg.Execute(str)(0).value   '结果为a

   Debug.Print result

End Sub

 

【例四】后向引用：找出所有年份相同的

Sub test()

   Dim str As String

   str = "张三20120212到20120922;李斯20110101到2020150909;王武2009到2009;金荣2008到2009"

   Set reg = CreateObject("vbscript.regexp")

   Dim mat As Match

   reg.Pattern = "(\d{4})[^;]+\1+([^;]*)"   //\1表示第一个括号匹配的内容

   reg.Global = True

   For Each mat In reg.Execute(str)

    Debug.Print mat.value

   Next

End Sub

 

输出结果：

20120212到20120922

2009到2009

【例五】正向环视：找出下面字符串中的所有金额，金额后面有单位“元”或“块”

Sub test()

   Dim str As String

   str = "张三买了2把扫帚花了22.89元;李斯买了12个水杯花费98.00块钱"

   Set reg = CreateObject("vbscript.regexp")

   Dim mat As Match

   reg.Pattern = "([\d|.]+)(?=[元|块])"

   reg.Global = True

   For Each mat In reg.Execute(str)

       Debug.Print mat.value

   Next

End Sub

结果为：

22.89

98.00

【例六】正向否定环视：找出下面字符串中所有的字母组成的字符串

Sub test()

   Dim str As String

   str = "asdf张三vdajo?asdv李斯n213749fbi王武:"

   Set reg = CreateObject("vbscript.regexp")

   Dim mat As Match

   reg.Pattern = "\w+(?![a-z])"

   reg.Global = True

   For Each mat In reg.Execute(str)

       Debug.Print mat.value

   Next

End Sub

结果为：

asdf

vdajo

asdv

n213749fbi

【例七】分组的应用

Sub test()

   Dim str As String

   str = "财务部23人;后勤部32人;外交部20人"

   Set reg = CreateObject("vbscript.regexp")

   Dim mat As MatchCollection

   reg.Pattern = "([\u4e00-\u9fa5]{3,})(\d+人)"

   reg.Global = True

   Set mat = reg.Execute(str)

  For i = 0 To mat.Count - 1

     Debug.Print mat(i).SubMatches(0) & ":" & mat(i).SubMatches(1)

  Next

End Sub

结果为：

财务部:23人

后勤部:32人

外交部:20人