2024年4月底5月初,WPS更新了一把函数,这波遥遥领先的操作真香!
新增了两个WPS独有的函数:SUBSTITUTES和REGEXP函数。今天我们来研究一下REGEXP这个正则表达式函数吧。
“正则表达式函数”是什么?
要想知道“正则表达式函数”,那必须得先了解什么是“正则表达式”。
什么是正则表达式?
“正则表达式”在几乎所有的编程语言中都会涉及,功能非常强大,是文本处理的利器。
正则表达式是一种用来描述被检索文本的特定特征的文本,它的本质也是一种文本。只不过这种文本得按照其特有语法进行书写。
我们在网站上、手机app上,登陆时提示:“密码必须是8位大小写字母和数字组成”、“你的邮箱不符合要求”、“手机号不符合要求”等等,这些功能都是正则表达式的功劳。
要想学会正则表达式函数,那么正则表达式的基础知识必不可少,可以预见的:不了解正则表达式,那么这个正则表达式函数就用不利索。
什么是正则表达式函数?
准确地说,就是通过程序软件将正则表达式功能封装成的表格函数。这个正则表达式函数的主要功能也就是处理文本。比如:提取需要的文本、数字、匹配输入是否符合要求、批量替换文本,等等诸多功能。
正则表达式的基础知识
从通配符开始
我相信大多数同学都用过通配符?和*,前者表示0个或1个任意字符;后者表示0个或者任意多个任意字符。前面我们excel中有很多通配符查找;我们在自己的电脑中查找文件,也有可能使用通配符进行查找。这些行为,都表示大家已经接触一丁点的正则表达式了。
而我们的正则表达式则是在这些基础之上更进一步打开了匹配的大门。
例如:abc(\w)?\.txt这样的正则表达式,将匹配以下文件的文件名
abc1.txt、abc2.txt、abcn.txt、abcN.txt、abcA.txt等等。
而上面的\w代表了什么意思?\.代表了什么意思?今天我们将开始接触这方面的知识。
了解正则表达式
- 正则表达式的修饰符:下表列出了正则表达式的修饰符,以及图片中各修饰符的应用。
修饰符 | 含义 | 描述 |
i | ignore - 不区分大小写 | 将匹配设置为不区分大小写,搜索时不区分大小写: A 和 a 没有区别。 |
g | global - 全局匹配 | 查找所有的匹配项。 |
m | multi line - 多行匹配 | 使边界字符 ^ 和 $ 匹配每一行的开始和结束,记住是多行,而不是整个字符串的开始和结束。 |
s | 特殊字符圆点 . 中包含换行符 \n | 默认情况下的圆点 . 是匹配除换行符 \n 之外的任何字符,加上 s 修饰符之后, . 中包含换行符 \n。 |
- 正则表达式的元字符:
下面两张表包含了大部分正则表达式中的元字符列表以及它们在正则表达式文中具体应用。撑握这些内容,能解决我们日常工作中的绝大部分文本处理问题
字符 | 描述 |
\ | 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。 例如:'n' 匹配字符 "n"而'\n' 匹配一个换行符, '\\' 匹配 "\" 、 "\(" 则匹配 "("。 |
^ | 匹配输入字符串的开始位置。 如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 '\n' 或 '\r' 之后的位置。 |
$ | 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 '\n' 或 '\r' 之前的位置。 |
\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
\B | 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
* | 匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。 |
+ | 匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。 |
? | 匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 。? 等价于 {0,1}。 |
{n} | n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。 |
{n,} | n 是一个非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。 |
{n,m} | m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。 |
? | 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。 |
. | 圆点匹配除换行符(\n、\r)之外的任何单个字符。要匹配包括 '\n' 在内的任何字符,请使用像"(.|\n)"的模式。 |
x|y | 匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。 |
[xyz] | 字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] | 负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。 |
[a-z] | 字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。 |
[^a-z] | 负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。 |
\d | 匹配一个数字字符。等价于 [0-9]。 |
\D | 匹配一个非数字字符。等价于 [^0-9]。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
\w | 匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'。 |
\W | 匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。 |
\un | 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)。 |
//1、这个正则表达式则可以匹配到一个11位数字,1开头,3到9中任意一位作为第2位,0-9中任意数组成后9位
/1[3-9][0-9]{9}///这不就是当前的手机号的格式嘛?
//2、电子邮箱
/\w+@\w+\.com|net|org|cn/
//3、汉字
/[一-?]+/ //匹配多个中汉字
//4、首字母是大写字母的单词
/[A-Z][a-z]+\b/g
示例如下:
在WPS中的RegExp函数的应用。
好了,本期WPS的RegExp函数就到这里,下一期专注讲解REGEXP函数的用途。
本函数的学习与运用需要正则表达式的基础知识,只有撑握了正则表达式的基础知识之后才能开始学习这个函数,否则如听天书,云里雾里。
大家快来练练手吧。