[已解决]正则表达式分组的运用 高手请指点下

baoqiangxiao

(\S+) (\S+) (\S) (\d+)(( \S+){1,3})
1.(\d+)后面为什么不需要空格       （已解决）
2.(( \S+){1,3})在匹配内蒙古自治区的时候为什么不会下一个人的姓名匹配到内蒙古自治区后面   类似城市地区   （已解决）

3.为什么会出现“洪山区”在item6中？

最佳答案

月排行榜 / 总排行榜

JLxiangwei

2015-1-9 14:30

(\S+) (\S+) (\S) (\d+)(( \S+){1,3})
1.(\d+)后面为什么不需要空格
不是(\d+)后面不需要空格，而是把空格放在后面去了
注意看(( \S+){1,3})红色部分，有空格
2.(( \S+){1,3})在匹配内蒙古自治区的时候为什么不会下一个人的姓名匹配到内蒙古自治区后面   类似城市地区
请注意看红色加粗的位置，中间的空格个数
(( \S+){1,3})：( \S+)重复1到3次
然而:内蒙古自治区  顾君 红色部分有中间有两个空格而不是一个

以下是数据源
苗男萌 420111196405251685 女 48 湖北省 武汉市 洪山区 薛曼女 44081119680302798X 女 44 广东省 湛江市 麻章区 于鑫 542624197710246658 男 35 西藏自治区 林芝地区 墨脱县 融玲翡 150824198306256601 女 29 内蒙古自治区  顾君 530422198409094752 男 28 云南省 玉溪市 澄江县 钱嘉男 469035196202167193 男 50 海南省  麻修勇 511527197704238990 男 35 四川省 宜宾市 筠连县 边涵蕾 530622197512261287 女 37 云南省  卜微 350200196811269483 女 44 福建省 厦门市 厦门市 阚小乐 411600197411288734 男 38 河南省  融碧蓉 451028199009293463 女 22 广西壮族自治区  廉代卉 44010319680306028X 女 44 广东省 广州市 荔湾区 朱争 210726198703014378 男 25 辽宁省 锦州市 黑山县 徐贝 610601196401187807 女 48 陕西省 延安市 市辖区 殷冬 430781198411248493 男 28 湖南省 常德市 津市市 孙凌春 431124198402078462 女 28 湖南省 永州市 道县 丁红梅 130981198206188284 女 30 河北省 沧州市 泊头市 蔚然 632324196704122182 女 45 青海省 黄南藏族自治州 河南蒙古族自治县 宓香菱 371103196505169263 女 47 山东省 日照市

跳转到最佳答案楼层

JLxiangwei

(\S+) (\S+) (\S) (\d+)(( \S+){1,3})
1.(\d+)后面为什么不需要空格
不是(\d+)后面不需要空格，而是把空格放在后面去了
注意看(( \S+){1,3})红色部分，有空格
2.(( \S+){1,3})在匹配内蒙古自治区的时候为什么不会下一个人的姓名匹配到内蒙古自治区后面   类似城市地区
请注意看红色加粗的位置，中间的空格个数
(( \S+){1,3})：( \S+)重复1到3次
然而:内蒙古自治区  顾君 红色部分有中间有两个空格而不是一个

以下是数据源
苗男萌 420111196405251685 女 48 湖北省 武汉市 洪山区 薛曼女 44081119680302798X 女 44 广东省 湛江市 麻章区 于鑫 542624197710246658 男 35 西藏自治区 林芝地区 墨脱县 融玲翡 150824198306256601 女 29 内蒙古自治区  顾君 530422198409094752 男 28 云南省 玉溪市 澄江县 钱嘉男 469035196202167193 男 50 海南省  麻修勇 511527197704238990 男 35 四川省 宜宾市 筠连县 边涵蕾 530622197512261287 女 37 云南省  卜微 350200196811269483 女 44 福建省 厦门市 厦门市 阚小乐 411600197411288734 男 38 河南省  融碧蓉 451028199009293463 女 22 广西壮族自治区  廉代卉 44010319680306028X 女 44 广东省 广州市 荔湾区 朱争 210726198703014378 男 25 辽宁省 锦州市 黑山县 徐贝 610601196401187807 女 48 陕西省 延安市 市辖区 殷冬 430781198411248493 男 28 湖南省 常德市 津市市 孙凌春 431124198402078462 女 28 湖南省 永州市 道县 丁红梅 130981198206188284 女 30 河北省 沧州市 泊头市 蔚然 632324196704122182 女 45 青海省 黄南藏族自治州 河南蒙古族自治县 宓香菱 371103196505169263 女 47 山东省 日照市

香川群子

把正则表达式中的空格符号用\s代替……显性处理一下：

(\S+) (\S+) (\S) (\d+)(( \S+){1,3})
(\S+)\s(\S+)\s(\S)\s(\d+)((\s\S+){1,3})

香川群子

楼主问题的正则表达式可以简化为：
"(\S+\s){5,7}"
即，提取连续的5-7组【任意字符+1个空格】，并会以连续2个以上空格做提取内容的区分。

1. Sub test()
   
2.     With CreateObject("vbscript.regexp")
   
3.         .Global = True
   
4.         '.Pattern = "(\S+)\s(\S+)\s(\S)\s(\d+)((\s\S+){1,3})"  '原先的复杂表达式
   
5.         .Pattern = "(\S+\s){5,7}"
   
6. 
   
7.         i = 1 '起始第1行为标题
   
8.         For Each m In .Execute(Sheet3.[a1]) '正则处理A1单元格得到结果数组mat 然后遍历每个结果
   
9.             s = Split(m, , 5) '用正则提取的每个结果，用Split拆分为5组(前4组+剩余1组含任意个空格)
   
10.             i = i + 1
    
11.             For j = 1 To 5
    
12.                 Cells(i, j) = s(j - 1)
    
13.             Next
    
14.         Next
    
15.     End With
    
16. End Sub

复制代码

此题关键在于，对Split方法的灵活应用……估计很多人并不知道Split的第3个参数可以有这么个用法。呵呵。

香川群子

输出部分也可以简化：

1. Sub test()
   
2.     With CreateObject("vbscript.regexp")
   
3.         .Global = True
   
4.         .Pattern = "(\S+\s){5,7}"
   
5.         i = 1
   
6.         For Each m In .Execute(Sheet3.[a1])
   
7.             i = i + 1: Cells(i, 1).Resize(, 5) = Split(m, , 5)
   
8.         Next
   
9.     End With
   
10. End Sub
    

复制代码

呵呵

baoqiangxiao

香川群子 发表于 2015-1-9 16:04
楼主问题的正则表达式可以简化为：
"(\S+\s){5,7}"
即，提取连续的5-7组【任意字符+1个空格】，并会以连续 ...

谢谢了

JLxiangwei

香川群子 发表于 2015-1-9 16:16
输出部分也可以简化：呵呵

谢谢指点，学习了