122、WPS表格的正则表达式函数REGEXP:从原始字符串中提取出数字、英文字母、常用汉字

122、WPS表格的正则表达式函数REGEXP:从原始字符串中提取出数字、英文字母、常用汉字

我们经常需要处理文本字符串。例如，从字符串中提取出需要的内容，或者将字符串中指定的内容替换为新内容。

常用的字符串处理函数有MID、LEFT、RIGHT、FIND、LEN、LENB、SUBSTITUTE、TEXTSPLIT等，这些函数能够处理一些比较规范的文本。但是，如果文本比较混乱，提取规则比较复杂，使用这些常规函数来处理就比较困难。这时，我们可以使用正则表达式（Regular Expression），它一种强大的文本处理工具。

单词regular的意思是”有规律的”。单词expression的意思是”表情，表示，表达式”。

Regular Expression译为”规则表达式，正则表达式”。

正则表达式是一种用来描述字符串模式的表达式。例如，”[0-9]+”表示连续出现的数字，”[A-Za-z]+”表示连续出现的英文字母，”[一-龟]+”可以表示连续出现的常用汉字。

通过正则表达式，我们可以检查一个主字符串是否包含符合给定模式的子字符串，如果存在，可以将其提取出来，或者替换为新的内容。

WPS表格中的正则表达式函数为REGEXP。

语法

REGEXP(原始主字符串,正则表达式,[匹配模式],[替换内容])

第一参数，原始主字符串：在哪个文本中进行匹配。

第二参数，正则表达式：描述子字符串模式的表达式。

第三参数，[匹配模式]：有4个选项，

0-提取，返回符合给定模式的子字符串。这是默认选择。

1-判断，判断是否存在符合给定模式的子字符串，返回TRUE或FALSE。

2-替换，将符合给定模式的子字符串替换为新内容，新内容通过第四参数来指定。

3-完整提取，当第一、二参数为数组时，提取全部匹配结果。

第四参数，[替换内容]：当[匹配模式]为”2-替换”时，指定新的内容。

示例1、提取文本中的数字

如下图，A列为原始字符串，其中混杂着数字、汉字、字母。需要提取出其中的数字。

在B2输入如下公式，并向下填充

=REGEXP(A2,”[0-9]+”,0)

公式解析

子字符串模式的表达式用双引号包裹，本例为”[0-9]+”。其中，0-9表示0123456789十个字符。0-9放在了中括号[]内，在中括号内的字符构成了字符集合，表示匹配这些字符中的任意一个。之后的+为数量词，表示前面的字符要匹配1个或多个，直到不再连续出现。

公式会提取出原始字符串中所有连续出现的数字。当原始字符串中有多组连续数字时，得到的结果是一个单行数组。

示例2、提取英文字母

如下图，要提取英文字母，包括大写字母和小写字母。

在B2输入如下公式，并向下填充

=REGEXP(A2,”[A-Za-z]+”,0)

A-Z表示所有大写英文字母，a-z表示所有小写英文字母。在正则表达式中，用短线连接的两个字符，左侧为开始字符，右侧为结束字符，表示从开始字符到结束字符之间的所有字符。注意，在计算机内部，开始字符的码点要小于结束字符的码点，否则无法正确识别。

在中括号[]内，各个字符的顺序没有要求，本例使用”[a-zA-Z]+”，结果相同。

示例3、提取常用汉字

如下图，要提取常用的汉字，可以使用”[一-龟]+”。从”一”到”龟”，这个范围基本包括了常用的汉字。