156、Excel 365新增函数介绍之五---正则表达式REGEXEXTRACT函数应用示例 上一节简单介绍了正则表达式REGEXEXTRACT函数的语法及常用规则。这里通过一些应用示例来说明该函数的具体用法，有兴趣的朋友也可以跟早期版本的文本提取函数（left、mid、right）进行比较，从中感受REGEXEXTRACT函数的强大之处。一、提取相应信息：手工记录了报名信息，因为记录没有规范的问题，每个人记录的方式大不相同，现在将记录信息转换为电子文本并存放在A列，要求根据A列的数据提取对应的“姓名”、“科目”、"课时"信息。如下图所示：思考：如果使用之前的文本提取函数（left、mid、right）会发现比较麻烦，因为记录的规则不统一，存放顺序以及要提取内容的长短均各不相同。正则表达式函数正好可以解决这些问题。提取：在B2单元格输入公式“=BYROW(A2:A4,LAMBDA(x,REGEXEXTRACT(x,"[一-龟]+")))”，公示最外层使用byrow函数，将A列的数据作为其第一个参数，以数组形式进行溢出，避免还要下拉复制。嵌套LAMBDA函数，将A列的数据定义为变量，内部嵌套正则提取函数，REGEXEXTRACT函数中参数"[一-龟]+"为正则表达式的模式，表示提取连续的“中文字符”，提取字符数量不限。C2单元格中输入公式“=BYROW(A2:A4,LAMBDA(x,REGEXEXTRACT(x,"[A-Za-z]+")))”，正则表达式中参数"[A-Za-z]+"表示提取连续的"英文字符"，不论大写还是小写。D2单元格中输入公式“=BYROW(A2:A4,LAMBDA(x,REGEXEXTRACT(x,"\d+(\.\d+)?")))”，正则表达式中参数"\d+(\.\d+)?"表示提取连续的“数字字符”，(\.\d+)?表示小数点及其后边的数字字符，后边的“？”表示小数点及其后边的数字可以出现，也可以不出现。提取结果下图所示：二、计算费用总额：在A列中记录了各项费用信息，现在要计算总费用。如下图所示：思考：费用信息栏中记录的数据有以下特点：日期、数量、金额这些数值混杂在一起；数值有整数也有小数；费用的单位有元，有块。显然想通过传统的文本提取函数来完成是非常艰难的。要求总费用，就两个步骤：提取对应的费用→求和。step1、提取费用：通过观察我们可以看到费用就是“元”或“块”之前的小数或整数数值。据此我们就可以得到提取参数中模式的表达式，比如：在C8单元格输入公式“=REGEXEXTRACT(A8,"\d+(\.\d+)?(?=[元块])",1)”，公式中参数"\d+(\.\d+)?(?=[元块])"的\d+表示提取连续的数字，(\.\d+)?表示小数点“.”出现或者不出现，(?=[元块])表示字符“元”或“块”之前的字符。这样便提取了所有的费用信息，如下图所示:Step2、求和：将上一步提取的所有费用求和。首先在上一步的公式外边嵌套sum函数，看看结果。嵌套后结果返回0，显然不对，如下图：结果之所以错误是因为，所有文本提取函数返回的值都是文本类型，不是数值，要求和需要进行减负或者乘以1转换（或者嵌套value函数）。经过这一转换公式返回了正确结果，如下图所示：Step3：将最后公式复制到B列对应单元格，下拉复制返回对应的结果，如下图所示:拓展：当然也可以通过byrow函数以数组溢出的形式自动填充，比如将B8单元格的公式改为“=BYROW(A8:A9,LAMBDA(x,SUM(--REGEXEXTRACT(x,"\d+(\.\d+)?(?=[元块])",1))))”，则可以直接得到对应行的费用总额。如下图所示：三、提取图号：A列中放置了系统导出的描述信息，需要从中提取相应的图号。通过观察可以看出，描述中的图号信息有全数字的，有字母开头或夹杂在中间的，有1个2个3个4个字母的，图号在描述中的位置也是不固定，图号的长度也是不一样。在B2单元格输入“=REGEXEXTRACT(A2,"[0-9A-Z]{1,5}\d+[A-Z]?\d{4,}",1)”，[0-9A-Z]{1,5}表示以字母或数字开头，位数为1-5位；\d+表示数字，不限个数；[A-Z]?判断中间是否有夹杂字母的；\d{4,}夹杂字母后边4位及以上数字。提取结果如下图所示：可以嵌套TEXTJOIN函数将提取的多个图号换行合并到一个单元格，如下图所示：小结：通过上边的两个小小的示例，估计各位朋友已经看到正则表达式在文本提取方面的强大魅力了，面对复杂的情形可以简单化，这是因为它是根据文本的样式来进行提取的，而不是像left、mid、right之类需要具体的字符位置信息才能去确定提取的内容。当然，在实际工作中会遇到的情景还会更加的复杂，此时，更需要静下心来仔细观察文本的特点及其类别，将所有的类别都考虑到，不要遗漏。
夜雨聆风
