vba正则表达式入门与提高-vba正则表达式入门

正则表达式很强大且内容比较多。不少初学者学这个表示很困难。故写一篇入门的教程。

作者：阿航

1、什么是正则表达式

正则表达式是一个天才创建的用于快速检索匹配字符串，通过简单的表达式匹配文本。

2、正则表达式的组成

正则表达式也是一个字符串，包括元字符、限定符和正常意义的字符。正则表达式强大的地方就在元字符和限定符。

3、限定符

很多人讲这个都是先讲元字符。其实先讲限定符更加容易吸收。限定符是表示前面字符或元字符出现的次数。主要限定符如下：

当然，限定符用法不止这些。正则表达式还有个规则叫贪婪与吝啬。有些人也叫贪婪与懒惰。这个“贪婪与吝啬”是正则表达式难点和重点之一。

例如，字符串“n123n456n789n”。那么我们怎么匹配获取“n123n”和“n123n456n789n”呢。

使用正则表达式，首先要找规律。很明显我们要获取的内容开头和结尾都有一个字母n，中间是数字或字母。我们先学一个元字符。元字符是可以代表一定含义或规律的字符。可以匹配除了换行符之外的任意字符是小数点。

那么我们的表达式可以这么写：n.+n

两个字母n，中间夹着1个或多个任意字符。

但这样只能匹配得到一个结果：n123n456n789n。在我们没有对其任何限制的情况下，正则表达式会尽可能多匹配符合条件的结果。从头到尾整个都符合，所以都匹配了。这个称之为贪婪匹配。

那如何做到尽可能少的匹配。这个就需要加个?进行限制。

例如，表达式：n.+?n

这个表达式尽可能少匹配，也就是说碰到一次符合条件的就立马返回结果。结果可以匹配到“n123n”、“n789n”。

这种规则叫做吝啬匹配。只要在限定符后面再加个问号即可。

4、元字符

元字符是用于匹配字符串，可以代表一定含义或规律的字符串。主要的元字符如下：

元字符比较多，这里就建议大家先收藏，需要用的时候再查阅。多用几次就自然记住了。

这里还有个小技巧，若我想匹配全部任意字符，包括换行符。可以用一组相反的元字符，例如[sS]，就可以匹配全部任意字符。

5、常见的正则表达式

说了这么多，晕了没？看一些实例：

1）匹配邮编，邮编是6位数字。正则表达式：d{6}

2）匹配手机，手机号是11位数字。正则表达式：d{11}

3）匹配电话，电话是区号-号码组成，区号有3到4位，号码有6到9位。正则表达式：d{3,4}-d{6,9}

4）匹配日期，日期格式如1992-5-30，明显数字加横线组成。正则表达式：d{4}-d{1,2}-d{1,2}

5）匹配汉字，汉字需要通过编码转义，汉字都unicode编码中都在一个范围内。正则表达式：[u4e00-u9fa5]

6、vba中使用正则表达式

若只是上面这些内容，那么还是纸上谈兵，需要应用到实际中。看看如何在vba中使用正则表达式。

vba使用正则表达式需要用到一个RegExp对象。

该对象可以通过引用Microsoft VBScript Regular Expressions 5.5。再声明定义：

Dim reg As New RegExp

还可以直接用CreateObject方法创建：

Dim reg As Objectset reg = CreateObject("VBScript.Regexp")

创建RegExp对象之后，看看它的相关属性和方法。

属性：

1）Global，是否全局匹配，若为False，匹配到一个结果之后，就不再匹配。默认False，建议设为True；

2）IgnoreCase，是否忽略大小写，默认False，建议设为False，这个会影响到正常表达式匹配；

3）Multiline，是否跨行匹配，默认False，建议设为False，这个会影响到正常表达式匹配；

4）Pattern，获取或设置正则表达式。

方法：

1）Execute，执行匹配

2）Replace，根据正确表达式全部替换

3）Test，测试正则表达式能否匹配到内容

举一些典型的例子：

1）判断是否存在数字

Public Function CheckNumber(str As String) As Boolean
    Dim reg As Object
    Set reg = CreateObject("VBScript.Regexp")
            
    Dim is_exist As Boolean    
    With reg
        .Global = True
        .Pattern = "d"        
        is_exist = .Test(str)    
    End With
    CheckNumber = is_exist
End Function

用Test方法，判断能否匹配到数字。

2）获取所有编号

Public Sub GetCode()
    Dim reg As Object
    Set reg = CreateObject("VBScript.Regexp")
    
    Dim str As String
    str = "编号：ABC123155 日期：2016-01-11" & _
          "编号：ABD134215 日期：2016-02-21" & _
          "编号：CBC134216 日期：2016-01-15"
    
    reg.Global = True    reg.Pattern = "[A-Z]{3}d+"        '获取匹配结果'
    Dim matches As Object, match As Object
    Set matches = reg.Execute(str)
    
    '遍历所有匹配到的结果'
    For Each match In matches
        '测试输出到立即窗口'
        Debug.Print match
    Next
End Sub

因为这个编号是3个大写字母和多个数字组成。可以利用代码中的表达式匹配到3个结果：ABC123155、ABD134215和CBC134216。

3）去掉字符串中的数字

Public Function ClearNumber(str As String) As String
    Dim reg As Object    
    Set reg = CreateObject("VBScript.Regexp")        
    
    reg.Global = True    
    reg.Pattern = "d"   
    
    '把所有数字替换成空'    
    ClearNumber = reg.Replace(str, "")
End Function

执行ClearNumber函数，即可去掉数字。例如ClearNumber("你342好234啊")，可得到"你好啊"。

4）获取子字符串

例如想获取某些字符串中的部分数据，可以匹配完成之后，再用字符串函数处理。但其实不用，用元组可以一次性搞定。

Public Sub GetHref()    
    Dim reg As Object    
    Set reg = CreateObject("VBScript.Regexp")        
    
    Dim str As String    
    str = "xxx1xxx2"        
    
    reg.Global = True    
    '获取a标签中href的属性值'    
    reg.Pattern = "href='(.+?)'"        
    
    '获取匹配结果'    
    Dim matches As Object, match As Object    
    Set matches = reg.Execute(str)        
    
    '遍历所有匹配到的结果'    
    For Each match In matches        
        '测试输出子表达式到立即窗口'        
        Debug.Print match.SubMatches(0)
    Next
End Sub

这里，可以通过match的SubMatches集合获取元组里面的内容。轻松得到xxx1和xxx2。

7、其他说明

vba的正则表达式不是很完整，没有递归的功能。递归是可以匹配公式或html代码等。有兴趣可以了解一下。