Excel 正则 REGEXEXTRACT
Excel 正则 REGEXEXTRACT
Excel 于今年推出了一系列正则函数，给文本处理带来的极大的便捷性，今天咱们就来看看最常用的 REGEXEXTRACT 是怎么使用的。
语法
REGEXEXTRACT(text, pattern, [return_mode], [case_sensitivity])
Excel REGEXEXTRACT 函数使用语法如上所示，各个参数的含义解释如下：
- text
文本或对包含要从中提取字符串的文本的单元格的引用。
注意：参数没有中括号 [ ] 包裹，说明是必选参数。
- pattern
文本样式，即正则表达式。该参数是正则匹配的核心参数。
注意：不同语言的正则表达式语法略有不同，不可生搬硬套。
- [return_mode]
参数有中括号 [ ] 包裹，说明是可选参数。
该参数表示返回模式，指定要提取的字符串，默认取 0：
0：返回与正则匹配的第一个字符串
1：以数组形式返回与正则匹配的所有字符串
2：以数组形式返回第一个匹配项中的捕获组
注意：捕获组是正则表达式模式的一部分，用括号“ (...) ”括起来。它们允许单独返回单个匹配的单独部分。
- [case_sensitivity]
同上，这个参数也是可选参数。
该参数表示是否区分大小写，默认情况下，匹配项区分大小写。输入以下选项之一：
0：区分大小写
1：不区分大小写
常用元字符
正则表达式匹配时，会使用到一些元字符，以下是正则表达式中常见的元字符及其匹配规则描述：
元字符 | 匹配规则描述 | 分类及补充描述 |
|---|---|---|
. | 匹配任意单个字符（除了换行符） | |
^ | 匹配输入字符串的开始位置 | 匹配锚点 |
$ | 匹配输入字符串的结束位置 | 匹配锚点 |
* | 匹配前面的子表达式零次或多次 | 重复限定符 |
+ | 匹配前面的子表达式一次或多次 | 重复限定符 |
? | 匹配前面的子表达式零次或一次 | 重复限定符 |
{n} | 匹配确定的n次 | 重复限定符 |
{n,} | 至少匹配n次 | 重复限定符 |
{n,m} | 最少匹配n次且最多m次 | 重复限定符 |
[] | 匹配方括号内的任意字符（字符集） | 枚举字符集 |
[^...] | 匹配方括号内未列出的任意字符（字符集） | 排除字符集 |
| | 逻辑或操作符，匹配两项之间的任意一项 | 逻辑或（多选结构） |
\ | 转义特殊字符或表示特殊序列 | 转义符 |
() | 将多个表达式组合成一个子表达式，用于分组 | 分组并捕获 |
(?:...) | 用于分组但不捕获匹配的文本 | 分组但不捕获 |
(?=...) | 正向预查，在某个表达式前面查找匹配，但不包括在匹配结果中 | 正向先行断言 |
(?!...) | 负向预查，查找不在某个表达式前面的匹配 | 负向先行断言 |
(?<=...) | 正向回顾，在某个表达式后面查找匹配，但不包括在匹配结果中 | 正向后行断言 |
(?<!...) | 负向回顾，查找不在某个表达式后面的匹配 | 负向后行断言 |
常用字符集
正则匹配时，还可以使用字符集形式来匹配多种字符，比如所有数字、字母、汉字等，如下是一些常用字符集：
字符集 | 匹配规则描述 |
|---|---|
[0-9] | 匹配所有数字 |
[a-z] | 匹配所有小写字母 |
[A-Z] | 匹配所有大写字母 |
a-zA-Z0-9 | 匹配所有小写字母、大写字母及数字 |
一-龟 | 基本上可以匹配所有汉字（由于Unicode 是不断扩展的，此字符集存在无法匹配的情况） |
常用转义序列
正则匹配时，还会用到一些转义序列，用来批量匹配文本及数字等特殊字符，下面是一些常用的转义序列：
转义序列 | 匹配规则描述 |
|---|---|
\d | 匹配任意单个数字（等同于 [0-9]） |
\D | 匹配任意单个非数字字符（等同于 [^0-9]） |
\w | 匹配任意单个“单词字符”（等同于 [a-zA-Z0-9_]） |
\W | 匹配任意单个非“单词字符”（等同于 [^a-zA-Z0-9_]） |
\s | 匹配任意单个空白字符（包括空格、制表符、换行符等） |
\S | 匹配任意单个非空白字符 |
转义序列和元字符结合即可配合多种规律字符。比如 \d+ 可以匹配任意长度数字，\d{2} 可以匹配两位长度的数字。
使用案例
学习了这么多理论，咱们来找几个例子实践一下：
- 匹配数字
假设原始文本为：张三：语文 100分，数学 99分，英语 98分。那么匹配所有成绩的写法为：
=REGEXEXTRACT(A1,"\d+",1)
匹配数字
当分数包含小数点时，以上写法不再适用：
匹配带小数点的数字1
可以这么写来获取正确结果：
=REGEXEXTRACT(A1,"\d+(?:\.\d+)?",1)
匹配带小数点的数字2
- 匹配汉字
假设原始文本为：春秋航空 9C1234 2024-10-20 12:34:56 要提取上述文本中的航司信息，可以这么写：
=REGEXEXTRACT(A1,"[一-龟]+")
匹配汉字
- 匹配邮箱
假设原始文本为：Please contact us at John_doe.2023+feedb%ack@moonshot-ai.co.uk for more information. 要提取上述文本中的邮箱信息，可以这么写：
=REGEXEXTRACT(A1,"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}\b")
匹配邮箱
今天的分享就到这里了，希望对你有所启发，欢迎点赞、分享。
腾讯云开发者
