正则表达式中文字符;正则表达式汉字 收藏 0

EXCEL正则表达式之元字符

上一节中我们讲过了正则表达式的基础语法，举了一个例子，把A列数据各个部门中的门字去掉，当时写的代码中：

Set regx = CreateObject(\”vbscript.regexp\”)

With regx

.Global = True

.Pattern = \”门\”

End With

.Pattern = \”门\”，此表达式中的“门”字就是一个普通字符，如果表达式中只是用普通字符的话，那我们用查找功能完全可以匹配目标字符串，为何还要写代码呢？所以正则表达式中还有另外一种字符，叫做元字符。

比如我们在查找时通常会用通配符“*”表示任意字符，在正则表达式中也有一些固定的字符，他们可以表达某一类型的字符，以实现强大的匹配能力。

下面例举一些常用的元字符：（注意大小写之分）

\\d 匹配一个数字字符

\\D 匹配一个非数字字符

\\w 匹配包括下划线的任何单词字符。[A-Za-z0-9_]

\\W 匹配任何非单词字符

\\s 匹配任何空白字符，包括空格、制表符、换页符等等

\\S 匹配任何非空白字符

\\b 匹配一个单词边界，也就是指单词和空格间的位置

\\B 匹配非单词边界

\\n 匹配一个换行符

\\r 匹配一个回车符

\\t 匹配一个制表符

. 匹配除\”\\n\”之外的任何单个字符。

我们通过具体的例子来体会下这些元字符的作用。

案例1：提取字符串

上图中A列数据把产品和单价写在一起了，有的是单价在产品前面，有的是单价在产品的后面，现在想把他们分开到两列。

用函数也可以做 但挺麻烦的。如果用正则表达式，只要把每个单元格中的数字匹配出来，然后替换成空就得到了汉字部分了，反之只要把汉字匹配出来替换为空就得到了数字。

前面我们讲过，在元字符中，\\d 匹配一个数字字符，我们看下关键代码：

Sub 提取汉字()

Dim regx As Object, n%

Set regx = CreateObject(\”vbscript.regexp\”)

With regx

.Global = True

.Pattern = \”\\d\” \’匹配数字

End With

Do

n = n + 1

Cells(n + 1, 2).Value = regx.Replace(Cells(n + 1, 1).Value, \”\”)

Loop Until Cells(n + 1, 1).Value = \”\”

End Sub

同理，\\D 匹配一个非数字字符，我们可以通过“\\D”来匹配汉字，把汉字替换成空，得到数字。代码如下：

Sub 提取数字()

Dim regx As Object, n%

Set regx = CreateObject(\”vbscript.regexp\”)

With regx

.Global = True

.Pattern = \”\\D\”

End With

Do

n = n + 1

Cells(n + 1, 3).Value = regx.Replace(Cells(n + 1, 1).Value, \”\”)

Loop Until Cells(n + 1, 1).Value = \”\”

End Sub

两段代码的运行结果如下：

如果是字母和汉字放在一个单元格里，我们可以用\\W 匹配任何非单词字符，这样就能匹配出字母，替换为空即可得到汉字部分。

案例2：规范格式

\\s 匹配任何空白字符，包括空格、制表符、换页符等等，我们把换行符和空格匹配出来并且全部替换为“-”即可。

代码如下：

Sub 规范格式()

Dim regx As Object, n%

Set regx = CreateObject(\”vbscript.regexp\”)

With regx

.Global = True

.Pattern = \”\\s\”

End With

Do

n = n + 1

Cells(n + 1, 2).Value = regx.Replace(Cells(n + 1, 1).Value, \”-\”)

Loop Until Cells(n + 1, 1).Value = \”\”

End Sub

通过这节课，我们了解了什么是元字符，并且初步体会到了正则表达式的强大之处，后面我们逐步地讲解更加复杂的匹配。

转自：米宏Office

Python系列–正则表达式，读这一篇就够了

Python系列–正则表达式，读这一篇就够了

Python自1.5版本就开始提供正则表达式（regular expression，简称re）功能，极大提高字符串模式匹配效率。说到正则表达式（re），各种开发语言都提供不同的版本，Shell中支持的re和Java中支持的版本或者表达方式不近相同，Python中支持的re是一种类似Perl的re版本。

Python中的正则表达式包含“.”“^”“$”“*”“？”“+”等，它们分别代表什么含义呢？

“.”匹配除换行符以外的任何字符。

“^”匹配字符串的开始。

“$”匹配字符串的末尾或在换行符之前字符串的末尾。

“*”匹配前面重新的0或更多（贪婪）重复。贪婪意味着它将尽可能多的重复匹配。

“+”匹配前面的1或更多（贪婪）重复。

“？”匹配前面重新的0或1（贪婪）。

*？，+？，??前三个特殊字符的非贪婪版本。

{m，n}匹配从前面重新的m到n重复。

{m，n}？非贪婪版本的上述版本。

“\\\\”逃离特殊字符或信号特殊序列。

\\ number匹配相同号的组的内容。

\\A仅在字符串开始时匹配。

\\Z仅在字符串的末尾匹配。

\\b匹配空字符串，但仅在单词的开始或结尾处。

\\B匹配空字符串，但不是在单词的开始或结尾处。

\\d匹配任何十进制数字;等于使用ASCII标志的字节模式或字符串模式的集合[0-9]。在没有ASCII标志的字符串模式中，它将匹配整个Unicode数字范围。

\\D匹配任何非数字字符;相当于[^\\d]。

\\s匹配任何空白字符;等于使用ASCII标志的字节模式或字符串模式的[\\ t \\ n \\ r \\ f \\ v]。

\\S在没有ASCII标志的字符串模式中，它将匹配整个Unicode空格字符范围。匹配任何非空白字符;相当于[^ \\ s]。

\\w匹配任何字母数字字符;等于与ASCII标志的字节模式或字符串模式的[A-ZA-Z0-9_]。

在没有ASCII标志的字符串模式中，它将匹配Unicode字母数字字符的范围（字母加数字加下划线）。

日志中常见的日期时间格式为“2021-12-23 16:57:20”，正则表达式可表示为’\\d{4}-[0[1-9]|1[0-2]]-[0[1-9]|1[0-9]|3[0,1]] [0[0-9]|1[0-9]|2[0-3]]:[0-5][0-9]:[0-5][0-9]’，代码如下：

Python代码中的注释符号“#”开头，“#”后面接注释内容，正则表达式可以表示为‘\\#.*’,代码示例如下：

C、C++语言中的注释为“//xxx”或者“/*xxx*/”,当为第一种注释时，正则表达式可以表达为“/\\/\\.*”

代码示例可以表示如下：

当代码注释为第二种时，代码示例如下：

国内手机号特征为“1”开头，手机号段大概有13x、14x、15x、16x、17x、18x、19x，号码长度为11位，纯数字组合，那么一个匹配手机号码的正则表达式大致可以表达为“^1[3456789]\\d{9}$”。

【JS 正则表达式 一】量词、字符类、锚点

正则表达式在日常开发中会经常使用到，它是一个强大的字符处理工具，可以帮我们处理很多复杂字符问题，今天分享一下正则里几个重要概念,方便以后查阅：

量词用于指定前面的字符或字符类应该出现的次数

• *：匹配前面的字符或字符类零次或多次。例如，a* 可以匹配空字符串、a、aa、aaa 等。
• +：匹配前面的字符或字符类一次或多次。例如，a+ 可以匹配 a、aa、aaa 等，但不能匹配空字符串。
• ?：匹配前面的字符或字符类零次或一次。例如，a? 可以匹配空字符串或 a。
• {n}：匹配前面的字符或字符类恰好 n 次。例如，a{3} 可以匹配 aaa。
• {n,}：匹配前面的字符或字符类至少 n 次。例如，a{3,} 可以匹配 aaa、aaaa、aaaaa 等。
• {n,m}：匹配前面的字符或字符类至少 n 次，最多 m 次。例如，a{3,5} 可以匹配 aaa、aaaa、aaaaa。

字符类用于匹配一组字符中的任意一个

• [abc]：匹配 \”a\”、\”b\” 或 \”c\”。
• [^abc]：匹配除了 \”a\”、\”b\” 和 \”c\” 之外的任意字符。
• [a-z]：匹配任意小写字母。
• [A-Z]：匹配任意大写字母。
• [0-9]：匹配任意数字。

特殊字符类

• \\s：，匹配任何空白字符，包括空格、制表符、换行符等，等价于 [ \\t\\n\\r\\f\\v]。
• \\S：匹配任何非空白字符，等价于 [^ \\t\\n\\r\\f\\v]。
• \\d：匹配任意数字，等同于 [0-9]。
• \\D：匹配任意非数字字符，等同于 [^0-9]。
• \\w：匹配任意单词字符（字母、数字或下划线），等同于 [a-zA-Z0-9_]。
• \\W：匹配任意非单词字符，等同于 [^a-zA-Z0-9_]。
• .：（英文.）匹配除换行符之外的任意字符。

锚点用于指定匹配的位置，而不是匹配的字符

• ^：匹配字符串的开始位置。例如，^a 只匹配以 a 开头的字符串。
• $：匹配字符串的结束位置。例如，a$ 只匹配以 a 结尾的字符串。
• \\b：匹配单词边界。例如，\\bcat\\b 只匹配单词 cat，而不匹配 category。
• \\B：匹配非单词边界。例如，\\Bcat\\B 只匹配 category 中的 cat，而不匹配单独的 cat。

几个正则表达式示例

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