正则表达式匹配中文汉字;正则表达式匹配中文汉字怎么输入 收藏 0

超级厉害的提取函数——REGEXP正则函数（关于汉字部分）

在日常工作中，我们经常会遇到提取文本或者数字等，今天为大家介绍一个新函数—REGEXP正则函数，它的功能很强大，在提取时不需要嵌套其它函数，非常方便。

如图，我们需要根据要求，提取跟文字相关的信息，主要用到的正则表达式为：

[一-龟] 常用的汉字字符集

[一-龥] 所有汉字字符集

[一-龟]+ 任意汉字组成的一段连续字符集

[一-龟].+ 以汉字开头的所有字符集

[^一-龟] 非中文字符集

+ 表示出现一次或多次

1. 提取第一个汉字前的内容

如图，我们需要提取第一个汉字前的内筒，在单元格中输入公式：=REGEXP(A2,\”^[^一-龟]+\”)，公式中的第一个^，表示从字符串的开头提取；方括号中的^表示排除，[^一-龟]代表非中文字符，[^一-龟]+表示至少1个字符长的非中文字符。

2.提取除汉字外的部分

我们在单元格中输入公式：=REGEXP(A2,\”[^一-龟]+\”)，这里的[^一-龟]+，表示所有的非中文字符，最后回车后得到提取结果。

3、提取第一个汉字起的内容

我们需要提取第一个汉字起的所有内容，在单元格中输入公式：=REGEXP(A2,\”[一-龟].+\”)，[一-龟].+表示以汉字开头的字符集。

4、提取所有的文字内容

我们在单元格中输入公式：=REGEXP(A2,\”[一-龟]\”)，或者=REGEXP(A2,\”[一-龥]\”)即可，[一-龥]+表示所有汉字。当我们不需要提取生僻字时，可以使用“[一-龟]+”，公式输入会更方便。

Excel VBA【案例】正则表达式提取中文字符/五笔字型编码文本整理

本文于2023年9月21日首发于本人同名公众号：Excel活学活用，更多文章案例请搜索关注！

内容提要

• 正则表达式提取中文字符

大家好，我是冷水泡茶，今天在EXCELHOME论坛上看到一个求助贴：如何用VBA把连续拼音字符去掉？

下了附件一看，他的数据是这样的：

经过一通分析，这应该是一个输入法的码表，前面是五笔字型编码，后面是词组，但是混合了拼音。

他现在要把拼音去掉，变成右侧五笔字型编码+词组的形式。

到底应该怎么做呢？

如果从他的提问的方向出发，“去掉”拼音，我们得设法“去掉“英文字和“|”符号，似乎不太好下手，因为前面也有拼音；如果要判断连续的英文字母是汉语拼音，好象也没有什么好办法。

其实，我们换一个角度来考虑，他“要保留什么”，问题就好解决了。即保留前面几位字母和后面的汉字，当然也并非如此简单。

我们可以采用正则表达式提取中文字符，再从前面截取几位字母，应该能达成楼主的需求，分享给大家：

基本思路：

1、把B:C列原始数据读入数组arr()。

2、循环数组，利用正则表达式提取第1列中的中文字符。

3、从数组第1列字符中截取第一个空格前的字符（原本是截取5位，4个字母+1个空格，后来发现编码有3位的）。

4、把第3、第2条所得的字符拼接起来。

5、把拼接的字符写入数组的第2列。

6、把数组回写到工作表。

VBA代码

1、在模块1里，process过程：

代码解析：

（1）Line2，容错语句，防止正则表达式匹配不到内容报错。

（2）Line3~7，定义变量，数组、工作表对象、字典对象、正则表达式对象等。

（3）line12，正则表达式的模式（pattern），匹配任意数量的中文与数字。这里原来仅仅匹配中文的，但在测试中发现，个别文本中还带有数字。

（4）line16，把原始数据装入数组arr()。

（5）line17~26，循环数组，逐个处理第一列字符，把结果存到第二列。

（A）line18，把第一列字符赋值给str1，方便后面引用。

（B）line19，进行正则表达式的匹配。

（C）line20~25，对匹配结果进行处理，把多个匹配结果连接起来，中间空一格，去掉尾部多余的空格，赋值给str2；把第一列字符第一个空格及前面的字符截取出来，并与str2相连接，存到数组第二列。

（6）line27，把数组结果回写到工作表。

2、在工作表Sheet1里，命令按钮：

代码解析：

（1）Line1~3，调用process处理过程。

（2）Line5~9，清除C列生成的内容，这主要是为了演示的需要，在process过程中也有清除内容的语句。

动画演示

总结

1、用正则表达式处理字符串，非常方便。

2、我们考虑问题的时候，如果正面处理没法下手，可以试试换一个角度看问题。

~~~~~~End~~~~~~

喜欢就点个赞、点在看、留言评论、分享一下呗！感谢支持！

本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com