【原】如何在EXCEL中测试正则表达式（内附小测验）

各位客官姥爷好，欢迎回来。我们上次聊到如何在EXCEL中定义正则表达式函数，那么这个正则表达式到底是什么呢？我们这次就来细聊。（文末附有小测验，欢迎大家尝试）

定义

正则表达式（Regular Expression，通常简写为Regex或RE），又称规则表达式。

正则表达式是对字符串进行过滤的一种公式，主要由具有特定意义的字符组成。我们一般把这种特定意义的字符称为元字符。正则表达式通常被用来检索或替换符合某个规则的文本。

那么常见的元字符有哪些呢？

元字符

在我这里把常见的元字符归为以下几组：

第一组：格式组（匹配换行、回车等格式类符号）

元字符	解释说明
\n	匹配换行符
\r	匹配回车符
\t	匹配制表符
\f	匹配换页符

比如替换掉下面中的换行符：

第二组：叫板组（你说A，我就偏不说A）

元字符	解释说明
\n	匹配换行符
.	匹配除换行符外的任意字符
\s	匹配任何空白字符
\S	匹配任何非空白字符
\w	匹配字母、数字、下划线
\W	匹配除字母、数字、下划线以外的任意字符
\d	匹配数字
\D	匹配除数字以外的任意字符
[]	匹配括号内的任意字符
[0-9]	匹配数字，等价于\d
[A-Za-z]	匹配英文字母
[\u4e00-\u9fa5]	匹配汉字
[^]	匹配除^号后字符以外的任意字符
[^abc]	匹配除了abc以外的任意字符

当然他们之间也可以组合起来，比如其中的\s和\S组合起来：[\s\S]，就是匹配所有字符，其他组类似。

第三组：限定组（限定匹配的次数）

元字符	解释说明
*	匹配前面元字符0次或多次
+	匹配前面元字符1次或多次
？	匹配前面元字符0次或1次
{m}	匹配前面元字符m次
{m,}	匹配前面元字符至少m次
{m,n}	匹配前面元字符m到n次，包含m和n

比如匹配4个数字：

第四组：位置组（表示符号的位置）

元字符	解释说明
\b	表示单词的开始或结尾位置（注意只表示位置，不代表任何字符）
\B	表示非单词的开始或结尾位置（同上）
^	表示字符串的开始位置（同上）
$	表示字符串的结尾位置（同上）

比如匹配以0结尾的数据：

第五组：断言组（假设满足一定的条件）

元字符	解释说明
(?=abc)	匹配abc前面的字符
(?<=abc)	匹配abc后面的字符
(?<!abc)	匹配前面不是abc的字符
(?!abc)	匹配后面不是abc的字符

比如匹配abc的所有字符：

第六组：子表达式及其他组（和子表达式相关的，以及其他常用的元字符）

元字符	解释说明
()	通常表示一个完整的表达式（也叫做子表达式），可将匹配的内容保存下来，以供后续使用
\1	引用前面第1个子表达式保存的文本，\2\3\4...同理
|	表示或的关系，比如a|b表示a或者b
\	转义字符，比如\\n表示匹配\n这个符号

由于.在叫板组中表示匹配除换行符以外的任意字符，但是如果我们就想匹配.这个符号时，就需要用到\这个转义字符，即\.表示匹配.这个符号。

比如删除下面字符中的重复项：

小测验

在EXCEL中使用正则表达式对字符串：“单芯片,双芯片,单芯片,双芯片,四芯片,单芯片”进行删除重复项。

结果可能为：“双芯片,四芯片,单芯片”。PS：对结果的前后顺序不做要求。

（如果您还不知道EXCEL中如何定义正则表达式函数，请点这里）