Excel使用正则表达式

在数据分析过程中，我们常常需要对数据进行各种操作和筛选，其中正则表达式是非常常用的一种工具。在Excel中，通过使用正则表达式，我们可以以一种更高效的方式处理海量的数据。

在本文中，我们将会演示如何使用正则表达式的基本操作，包括匹配、替换、提取等常用操作。

什么是正则表达式

正则表达式（regular expression），是一种强大的字符串匹配工具。它是一种模式匹配语言，可以用来描述一些特定的字符模式。在字符串操作、网络管理等方面，正则表达式都有广泛的应用。

正则表达式通常使用特殊的语法，包含一些转移字符和语法元字符，用于匹配、查找、替换、分割等操作。下面是常见的正则表达式元字符：

元字符	描述
.	任意字符
\	转义字符
^	匹配字符串起始位置
$	匹配字符串结束位置
*	匹配前面的字符0次或多次
+	匹配前面的字符1次或多次
?	匹配前面的字符0次或1次
{n}	匹配前面的字符n次
{n,}	匹配前面的字符至少n次
{n,m}	匹配前面的字符至少n次，但不超过m次
[]	匹配中括号内的任意一个字符
[^ ]	匹配不在中括号内的任意一个字符
()	标记一个子表达式的开始和结束位置
\|	逻辑或

Excel的正则表达式函数

Excel内置了4个正则表达式函数：

FIND：返回一个字符串在另一个字符串中第一个匹配项的起始位置
LEFT：将字符串的左侧指定数量的字符返回为结果
MID：从一个字符串中的指定位置开始，返回指定数量的字符数
SUBSTITUTE：替换文本中的某些字符

如何使用正则表达式进行匹配

假设我们有一个长网址列表，我们要将其中的所有“http://”或“https://”前缀去掉，只保留其中真实的网址。我们可以借助Excel内置的SUBSTITUTE函数和正则表达式来完成该任务。

我们可以按如下步骤进行：

将原始数据复制到一个新的工作表
在新工作表中添加一个新的列，命名为“网址”（或其他你喜欢的名称）
在第一行输入以下公式
=SUBSTITUTE(A2,"http://|https://","")
其中A列为原始数据的列名，2为第一行的行数。
选中第一行的网址单元格，扩展该公式到数据表的所有行

此时，你会发现，所有网址中的“http://”或“https://”前缀已经被去除。

如何使用正则表达式进行替换

在数据处理过程中，我们常常需要进行一些替换操作，例如将换行符替换为逗号、将大写字母转换为小写字母等等。使用正则表达式可以让我们以更为高效的方式完成这些替换操作。

假设我们有一个包含日期和时间的文本，我们要将其替换为“年-月-日时:分:秒”的形式。我们可以借助Excel内置的SUBSTITUTE函数和正则表达式来完成该任务。

我们可以按如下步骤进行：

1.将原始数据复制到一个新的工作表
2. 在新工作表中添加一个新的列，命名为“日期时间”（或其他你喜欢的名称）
3. 在第一行输入以下公式
=SUBSTITUTE(SUBSTITUTE(A2,"年","-"),SUBSTITUTE(SUBSTITUTE(B2,"月","-"),SUBSTITUTE(SUBSTITUTE(C2,"日 "," "),SUBSTITUTE(SUBSTITUTE(D2,"时",":"),SUBSTITUTE(E2,"分",":"),SUBSTITUTE(F2,"秒","")))))
其中A-F列分别为包含年、月、日、时、分、秒的列名，2为第一行的行数。
4. 选中第一行的日期时间单元格，扩展该公式到数据表的所有行

此时，你会发现，所有日期时间已经被替换为“年-月-日时:分:秒”的形式。

如何使用正则表达式进行提取

在数据处理过程中，我们常常需要从一段文字中提取出我们需要的内容，例如提取邮箱地址、提取电话号码等等。使用正则表达式可以让我们以更为高效的方式完成这些提取操作。

假设我们有一个包含邮箱地址的文本，我们要从中提取出所有邮箱地址，并将其放在一个新的列中。我们可以借助Excel内置的FIND函数和正则表达式来完成该任务。

我们可以按如下步骤进行：

将原始数据复制到一个新的工作表
在新工作表中添加一个新的列，命名为“邮箱”（或其他你喜欢的名称）
在第一行输入以下公式
=IF(ISERR(FIND("@",A2)),"",LEFT(A2,FIND(" ",A2,FIND("@",A2))-1))
其中A列为原始数据的列名，2为第一行的行数。
选中第一行的邮箱单元格，扩展该公式到数据表的所有行
对于没有找到“@”符号的单元格，将其设置为空值或其他你需要的数值。

此时，你会发现，所有的邮箱地址已被提取到“邮箱”列中。