四时宝库

法。

在 《两个不用嵌套的万能提取公式》 文章中我们使用了WPS的正则函数REGEXP。今天为大家详细介绍这个函数的强大功能。

1.? 作用与语法

REGEXP函数根据正则表达式对字符串进行提取、判断或替换。

=REGEXP(字符串,正则表达式,[匹配模式],[替换内容])

前两个参数必选，后两个参数则可以根据实际需要选用。

正则表达式：就是用一些特殊符号表达的字符串规律。譬如"[0-9]"表示任意单个数字，"[A-Z]"表示任意大写单字母。

匹配模式：有三种，0、1、2。0（默认值）表示提取，1表示判断，2表示替换。

替换内容：匹配模式为2时才需要，用于指定替换后的内容。若不指定替换内容则表示删除满足正则表达式中的字符。

2.? 最常用正则表达式字符集

下表简要介绍几种正则表达式中最常用的字符集及含义。

最常见的字符集	含义
[0-9]	0到9的数字字符集
d	等效于[0-9]
d{3}	任意3位数的字符集。3可以是需要的任何正整数
[A-Z]	A到Z的大写字母字符集
[a-z]	a到z的小写字母字符集
[A-z]	所有大小写字母字符集
w	0到9和A到z的字符集
[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
[A-z]+	任意大小写字母组成的一段连续字符集
[0-9.-]+	任意整数与小数字符集
[A-z].+	以字母开头的所有字符集
[一-龟].+	以汉字开头的所有字符集
[^0-9]	非数字字符集
D	等效于[^0-9]
[^A-z]	非字母字符集
[^一-龟]	非中文字符集
W	非数字和字母的字符集

3. REGEXP基本用法

1）提取模式

提取模式只需使用前两个参数。

譬如提取第一个汉字前的所有内容：

=REGEXP(A2,"^[^一-龟]+")

说明：

第一个^，表示从字符串的开头进行匹配；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。

再如提取第一个汉字起的所有内容：

=REGEXP(A2,"[一-龟].+")

2）判断模式

第三参数为1就是判断模式。

譬如判断下方型号是否以AB字母开头的：

=REGEXP(A7,"^AB.",1)

说明：

.（小圆点），表示任意字符（换行符除外）；AB.，表示以AB开头的任意字符。

3）替换模式

第三参数是2，则进行替换操作。

譬如将数据中所有A替换为H。

公式：=REGEXP(A14,"A",2,"H")

替换模式下，若第四参数为空，则表示删除相应字符。

4.典型运用

1)按号段提取手机号

譬如提取属于移动的手机号。

=IFERROR(REGEXP(A2,"(?<=^| D)(134|135|136|137|138|139|147|150|151|152|157|158|159|187|188|195|197|198) d{8}(?= D|$)"),"非移动或号码错误")

说明：

(134|135|136|137|138|139|147|150|151|152|157|158|159|187|188|195|197|198) ，是一个分组， “|”是或逻辑符，用于匹配多个可能的号段。

d{8}， d是数字字符集，{8}表示前面的字符出现8次，也就是号段后出现8位数字。

以上两段用于提取符合号段的11位数字。

(?<=^| D)表示从字符串开头或者第一个非数字字符后开始提取。(?<=…)，表示某某后的一个位置； D等效于[^0-9]。

(?= D|$)，表示提取的手机号位于一个非数字或字符串末尾之前。(?=…)，表示某某前的一个位置；$，表示字符串结尾。

添加(?<=^| D)和(?= D|$)定位提取位置，确保只能从11位数字中提取手机号码。因此表中两串超过11位的红色号码都判定为错误。

另外，上面的号码段分组可以用字符集来简化。

=IFERROR(REGEXP(A2,"(?<=^| D)(13[4-9]|147|15[0-2789]|18[2-478]|19[578]) d{8}(?= D|$)"),"非移动或号码错误")

2）交换数据位置

用括号将数据分组，然后在替换模式下交换数据位置。交换中可增加或删除内容。

譬如将“001-原封机10G”改成“原封机（旧款）001-10G”。

=REGEXP(A2,"( d{3,4}-)([一-龟]+)",2,"2(旧款)1")

说明：

( d{3,4}-)，表示将3位或4位数字加上“-”符号作为分组1。

([一-龟]+)，表示将任意字数的汉字作为分组2。

2(旧款) 1，表示将分组2加上字符“(旧款)”并放在分组1之前，从而实现了数据位置的交换。

3）文本中的数字运算

可以用REGEXP提取出所有数字，然后进行运算。

比如下表是产品长、宽、高数值，现在需要计算体积。

=PRODUCT(--REGEXP(A18,"[ d.]+"))

说明：

[ d.]+，表示所有正整数与小数。

4）复杂数据分列

下表需要将系统导出数据分成4列，但可用的分隔符只有一个逗号。

=REGEXP(A2,{" d{3}","[一-龟]+"," d{11}","(?<=,) d{4}"})

说明：

REGEXP函数的第二参数支持数组，此处用数组分别提取实现了分列。

d{3}，表示提取3位数字。此处满足3位数字提取的有多个，但在数组下，只会返回第一个结果，就是最前面的编号。

(?<=,) d{4}，表示从逗号后提取4位数字。

5）多分隔符提取数据

直接用非分隔符字符集进行提取。

=REGEXP(A12,"[^, /、]+")

说明：

数据中的分隔符包括英文逗号、空格、斜杠、顿号。[^, /、]+，可以得到除分隔符外的任意字符组合。

如果大家对正则表达式的学习有兴趣，请留言，若需要的同学较多，我们将安排出教程。