[好文重发]Excel催化剂功能第39波-DotNet版的正则处理函数

在笔者手中最高频使用的自定义函数，正则表达式不应该只是程序员去学习掌握，日常做数据相关的工作，永远绕不开的话题就是字符串的处理，如果不掌握些正则表达式，实在太可惜，各种问题无穷无尽，也不可能单靠一些简单技巧来解决。

有正则表达式，并且可以在Excel环境下使用，将给大家赋能，从此是我掌管字符串，而非补字符串所虐。想要提取、替换什么，都变得无比轻松。

原文导读

在很久之前已经开发过的一些自定义函数，未能有详细的讲解，接下来几波中着重对之前开发过的自定义函数进行详细讲解及示例说明，希望能够帮助到普通用户们能顺利使用，此篇介绍为正则表达式函数。

若需要简单的字符串处理，也可以用封装好的一些简单功能，如下文：

Excel催化剂功能第43波-文本处理类函数增强

Excel催化剂功能第25波-小白适用的文本处理功能

学习和使用Excel催化剂最佳方式

因Excel催化剂功能非常大，是大型的综合性插件，若需要使用其中的某个功能，特别是不常用到的功能，强烈推荐使用搜索+笔记的方式完成。

搜索可到公众号搜索关键词，或下载离线的pdf或docx版本的功能合集文件（后台回复【合集】即可获得下载链接）。

搜索+笔记的使用方法论，可参阅下文。

Excel催化剂功能第113波-将帮助文档的主动权归还用户手中

为何要使用正则表达式

正则表达式在字符串处理中，是一大利器，从复杂的杂乱的字符串内容中，提取出有用的符合要求的信息，仅使用Excel自带的文本处理函数如LEFT/RIGHT/MID/SUBSTITUTE等，明显力不从心。

正则表达式在各种主流的编程语言中都有支持，语法较为相近，学习成本也不算太高，现把正则表达式在Excel的自定义函数中得以实现，可以极大地方便了广大用户在Excel环境中作字符串的提取工作。相对其他非Excel环境来说，只是简单的一个自定义函数即可调用，无需找各种编程环境来实现，实用性方面还是很强。

DotNet版的正则表达式和VBA版有何不同？

VBA是微软已经停止更新的语言，在正则表达式的功能上支持有限（但也基本够用）。在DotNet版的正则表达式中，支持的功能更多。如支持使用Split分割、零宽度先行断言、零宽度后发断言、可命名组等。

详细的正则表达式教程可自行百度或查看微软官方的文档
https://docs.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expressions?view=netframework-4.7.2

自定义函数介绍

在Excel版正则自定义函数中，大概有以下的一些参数需要输入，看起来很多，但其实有相当部分是可以使用默认参数可省略输入的。

input=输入
pattern=匹配规则
matchNum=确定第几个匹配返回值，索引号从0开始，第1个匹配，传入0
groupNum=确定第几组匹配，索引号从1开始，0为返回上层的match内容。
returnNum，返回split数组中的第几个元素，索引从0开始
isCompiled=是否编译，是为1，否为0，暂时没有测试过哪个快在数据量大时，文档好像说数据量大用编译比较好
isECMAScript，用来指定\w是否匹配一些特殊编码之类的例如中文，当false时会匹配中文,指定为true时，可能和其他的指定有些冲突。
RegexOptions.ECMAScript 选项只能与 RegexOptions.IgnoreCase 和 RegexOptions.Multiline 选项结合使用。在正则表达式中使用其他选项会导致 ArgumentOutOfRangeException。
isRightToLeft，从右往左匹配。

正则表达式，最复杂的部分是pattern的匹配规则，其他的都较好理解。
因Excel参数输入过多不太友好，在【正则表达式选项】的设定上使用DotNet的可在Pattern里设定内联字符的方式输入，即部分正则表达式选项的控制，落在pattern匹配规则上输入。
如pattern= (?i)[a-z]中的(?i)是忽略大小写的意思，且为全局性忽略。
而pattern=abc(?i)[a-z]时，为局部忽略大小写，前面的abc是不忽略大小写的匹配。

公众号文章插图