In questa esercitazione imparerete a utilizzare le espressioni regolari in Excel per trovare ed estrarre le sottostringhe che corrispondono a un determinato modello.

Microsoft Excel mette a disposizione una serie di funzioni per estrarre il testo dalle celle. Queste funzioni sono in grado di risolvere la maggior parte dei problemi di estrazione delle stringhe nei vostri fogli di lavoro. La maggior parte, ma non tutti. Quando le funzioni di testo sono in difficoltà, le espressioni regolari vengono in soccorso. Aspettate... Excel non ha funzioni RegEx! È vero, non ci sono funzioni integrate, ma nulla vi impedisce di usarne di vostre :)

Funzione Regex di Excel VBA per estrarre le stringhe

Per aggiungere una funzione Regex Extract personalizzata a Excel, incollate il seguente codice nell'editor VBA. Per abilitare le espressioni regolari in VBA, utilizziamo l'oggetto RegExp integrato di Microsoft.

Public Function RegExpExtract(text As String , pattern As String , Optional instance_num As Integer = 0, Optional match_case As Boolean = True ) Dim text_matches() As String Dim matches_index As Integer On Error GoTo ErrHandl RegExpExtract = "" Set regex = CreateObject ( "VBScript.RegExp" ) regex.pattern = pattern regex.Global = True regex.MultiLine = True If True = match_case Thenregex.ignorecase = False Else regex.ignorecase = True End If Set matches = regex.Execute(text) If 0 <matches.Count Then If (0 = instance_num) Then ReDim text_matches(matches.Count - 1, 0) For matches_index = 0 To matches.Count - 1 text_matches(matches_index, 0) = matches.Item(matches_index) Next matches_index RegExpExtract = text_matches Else RegExpExtract = matches.Item(instance_num - 1) EndIf End If Exit Function ErrHandl: RegExpExtract = CVErr(xlErrValue) End Function

Se si ha poca esperienza con VBA, può essere utile una guida passo-passo: Come inserire codice VBA in Excel.

Nota: affinché la funzione funzioni, assicurarsi di salvare il file come file cartella di lavoro abilitata alle macro (.xlsm).

Sintassi di RegExpExtract

Il RegExpExtract cerca in una stringa di input i valori che corrispondono a un'espressione regolare ed estrae una o tutte le corrispondenze.

La funzione ha la seguente sintassi:

RegExpExtract(testo, modello, [instance_num], [match_case])

Dove:

• Testo (obbligatorio) - la stringa di testo in cui effettuare la ricerca.
• Modello (obbligatorio) - l'espressione regolare a cui abbinare. Se fornito direttamente in una formula, il modello deve essere racchiuso tra doppie virgolette.
• Numero_istanza (opzionale) - un numero di serie che indica quale istanza estrarre. Se omesso, restituisce tutte le corrispondenze trovate (impostazione predefinita).
• Caso_di_corrente (facoltativo) - definisce se far corrispondere o ignorare le maiuscole e le minuscole del testo. Se TRUE o omesso (valore predefinito), viene eseguita una corrispondenza sensibile alle maiuscole e alle minuscole; se FALSE - insensibile alle maiuscole e alle minuscole.

La funzione funziona in tutte le versioni di Excel 365, Excel 2021, Excel 2019, Excel 2016, Excel 2013 e Excel 2010.

4 cose da sapere su RegExpExtract

Per utilizzare efficacemente la funzione in Excel, è necessario tenere conto di alcuni aspetti importanti:

1. Per impostazione predefinita, la funzione restituisce tutte le corrispondenze trovate nelle celle vicine, come mostrato in questo esempio. Per ottenere un'occorrenza specifica, fornire un numero corrispondente al parametro numero_istanza argomento.
2. Per impostazione predefinita, la funzione è sensibile alle maiuscole e alle minuscole Per una corrispondenza senza distinzione tra maiuscole e minuscole, impostare il parametro match_case a FALSE. A causa delle limitazioni di VBA, il costrutto case-insensitive (?i) non funziona.
3. Se un non è stato trovato un modello valido , la funzione non restituisce nulla (stringa vuota).
4. Se il il modello non è valido si verifica un errore #VALORE!

Prima di iniziare a usare questa funzione personalizzata nei vostri fogli di lavoro, dovete capire di cosa è capace, giusto? Gli esempi che seguono coprono alcuni casi d'uso comuni e spiegano perché il comportamento può differire in Dynamic Array Excel (Microsoft 365 ed Excel 2021) e in Excel tradizionale (2019 e versioni precedenti).

Nota: gli esempi di regex qui fuori sono stati scritti per insiemi di dati piuttosto semplici. Non possiamo garantire che funzionino perfettamente nei vostri fogli di lavoro reali. Chi ha esperienza con le regex concorda sul fatto che la scrittura di espressioni regolari è una strada senza fine verso la perfezione: quasi sempre c'è un modo per renderle più eleganti o in grado di gestire una gamma più ampia di dati di input.

Regex per estrarre un numero da una stringa

Seguendo la massima di base dell'insegnamento "dal semplice al complesso", inizieremo con un caso molto semplice: l'estrazione di un numero da una stringa.

La prima cosa da decidere è quale numero recuperare: il primo, l'ultimo, un'occorrenza specifica o tutti i numeri.

Estrarre il primo numero

Dato che ´d significa qualsiasi cifra da 0 a 9 e + significa una o più volte, la nostra espressione regolare assume questa forma:

Modello : \d+

Set numero_istanza a 1 e si otterrà il risultato desiderato:

=RegExpExtract(A5, "\d+", 1)

Dove A5 è la stringa originale.

Per comodità, è possibile inserire il modello in una cella predefinita ($A$2 ) e bloccarne l'indirizzo con il segno $:

=RegExpExtract(A5, $A$2, 1)

Ottenere l'ultimo numero

Per estrarre l'ultimo numero di una stringa, ecco lo schema da utilizzare:

Modello : (\d+)(?!.*d)

Tradotto in linguaggio umano, dice: trova un numero che non sia seguito (in nessun punto, non solo immediatamente) da nessun altro numero. Per esprimerlo, utilizziamo un lookahead negativo (?!.*\d), il che significa che a destra del modello non deve esserci nessun'altra cifra (\d), indipendentemente dal numero di caratteri che la precedono.

=RegExpExtract(A5, "(\d+)(?!.*\d)")

Suggerimenti:

• Per ottenere un evento specifico , utilizzare \d+ per modello e un numero di serie appropriato per numero_istanza .
• La formula per estrarre tutti i numeri viene discusso nell'esempio successivo.

Regex per estrarre tutte le corrispondenze

Spingendo il nostro esempio un po' più in là, supponiamo di voler ottenere tutti i numeri da una stringa, non solo uno.

Come si ricorderà, il numero di corrispondenze estratte è controllato dal parametro opzionale numero_istanza L'impostazione predefinita è tutte le corrispondenze, quindi è sufficiente omettere questo parametro:

=RegExpExtract(A2, "\d+")

La formula funziona perfettamente per una singola cella, ma il comportamento è diverso nelle versioni di Excel a matrice dinamica e in quelle non dinamiche.

Excel 365 e Excel 2021

Grazie al supporto degli array dinamici, una formula regolare si riversa automaticamente nel numero di celle necessario per visualizzare tutti i risultati calcolati. In termini di Excel, questo si chiama intervallo di rifornimento:

Excel 2019 e versioni successive

In Excel pre-dinamico, la formula di cui sopra restituisce una sola corrispondenza. Per ottenere più corrispondenze, è necessario trasformarla in una formula array. A tale scopo, selezionare un intervallo di celle, digitare la formula e premere Ctrl + Maiusc + Invio per completarla.

L'aspetto negativo di questo approccio è la comparsa di un mucchio di errori #N/A nelle "celle extra". Purtroppo non si può fare nulla (né IFERROR né IFNA possono risolvere il problema, ahimè).

Estrarre tutte le corrispondenze in una cella

Quando si elabora una colonna di dati, l'approccio precedente ovviamente non funziona. In questo caso, la soluzione ideale sarebbe quella di restituire tutte le corrispondenze in un'unica cella. Per farlo, servite i risultati di RegExpExtract alla funzione TEXTJOIN e separateli con un delimitatore a piacere, ad esempio una virgola e uno spazio:

=TEXTJOIN(", ", TRUE, RegExpExtract(A5, "\d+"))

Nota: poiché la funzione TEXTJOIN è disponibile solo in Excel per Microsoft 365, Excel 2021 ed Excel 2019, la formula non funziona nelle versioni precedenti.

Regex per estrarre il testo da una stringa

L'estrazione di testo da una stringa alfanumerica è un compito piuttosto impegnativo in Excel. Con la regex, diventa facile come una torta. Basta usare una classe negata per abbinare tutto ciò che non è una cifra.

Modello : [^\d]+

Per ottenere le sottostringhe nelle singole celle (intervallo di versamento), la formula è:

=RegExpExtract(A5, "[^\d]+")

Per visualizzare tutte le corrispondenze in una cella, annidare la funzione RegExpExtract in TEXTJOIN in questo modo:

=TEXTJOIN("", TRUE, RegExpExtract(A5, "[^d]+"))

Regex per estrarre l'indirizzo e-mail da una stringa

Per estrarre un indirizzo e-mail da una stringa contenente molte informazioni diverse, scrivere un'espressione regolare che riproduca la struttura dell'indirizzo e-mail.

Modello : [\w\.\-]+@[A-Za-z0-9\.\-]+\.[A-Za-z]{2,24}

Scomponendo questa regex, ecco cosa si ottiene:

• [\w.\-]+ è un nome utente che può includere 1 o più caratteri alfanumerici, trattini bassi, punti e trattini.
• @ simbolo
• [A-Za-z0-9\.\-]+ è un nome di dominio composto da: lettere maiuscole e minuscole, cifre, trattini e punti (in caso di sottodomini). I trattini bassi non sono ammessi in questo caso, pertanto vengono utilizzati 3 diversi set di caratteri (come A-Z a-z e 0-9) al posto di \w che corrisponde a qualsiasi lettera, cifra o trattino basso.
• \.[A-Za-z]{2,24} è un dominio di primo livello. Consiste in un punto seguito da lettere maiuscole e minuscole. La maggior parte dei domini di primo livello è composta da 3 lettere (ad esempio .com .org, .edu, ecc.), ma in teoria può contenere da 2 a 24 lettere (il TLD registrato più lungo).

Supponendo che la stringa sia in A5 e il modello in A2, la formula per estrarre un indirizzo e-mail è:

=RegExpExtract(A5, $A$2)

Regex per estrarre il dominio dalle e-mail

Quando si tratta di estrarre un dominio e-mail, il primo pensiero che viene in mente è quello di utilizzare un gruppo di cattura per trovare il testo che segue immediatamente il carattere @.

Modello : @([A-Za-z0-9\.\-]+\.[A-Za-z]{2,24})

Servitelo alla nostra funzione RegExp:

=RegExpExtract(A5, "@([A-Za-z0-9\.\-]+\.[A-Za-z]{2,24})")

E otterrete questo risultato:

Con le espressioni regolari classiche, tutto ciò che non rientra in un gruppo di cattura non viene incluso nell'estrazione. Non si sa perché VBA RegEx funzioni diversamente e catturi anche "@". Per eliminarlo, è possibile rimuovere il primo carattere dal risultato sostituendolo con una stringa vuota.

=REPLACE(RegExpExtract(A5, "@([a-z\d][a-z\d\-\.]*\.[a-z]{2,})", 1, FALSE), 1, 1, "")

Espressione regolare per estrarre i numeri di telefono

I numeri di telefono possono essere scritti in molti modi diversi, per cui è quasi impossibile trovare una soluzione che funzioni in tutte le circostanze. Tuttavia, è possibile annotare tutti i formati utilizzati nel set di dati e cercare di farli corrispondere.

Per questo esempio, creeremo una regex che estrarrà i numeri di telefono in uno qualsiasi di questi formati:

(123) 345-6789 (123) 345 6789 (123)3456789 123-345-6789

123.345.6789 123 345 6789 1233456789

Modello : \(?\d{3}[-\. \)]*\d{3}[-\. ]?\d{4}\b

• La prima parte \(?\d{3} corrisponde a zero o una parentesi di apertura seguita da tre cifre d{3}.
• La parte [-\. \)]* indica qualsiasi carattere tra parentesi quadre che compare 0 o più volte: trattino, punto, spazio o parentesi di chiusura.
• Poi, abbiamo di nuovo tre cifre d{3} seguite da un trattino, un punto o uno spazio [-\. ]? che compaiono 0 o 1 volta.
• Dopo di ciò, c'è un gruppo di quattro cifre \d{4}.
• Infine, c'è una parola di confine che definisce che un numero di telefono che stiamo cercando non può far parte di un numero più grande.

La formula completa assume questa forma:

=RegExpExtract(A5, "\(?\d{3}[-\. \)]*\d{3}[-\. ]?\d{4}\b")

Tenete presente che la regex di cui sopra può restituire alcuni risultati falsi positivi, come 123) 456 7899 o (123 456 7899. La versione seguente risolve questi problemi. Tuttavia, questa sintassi funziona solo nelle funzioni RegExp di VBA, non nelle espressioni regolari classiche.

Modello : (\(\d{3}\)

Regex per estrarre la data dalla stringa

Un'espressione regolare per estrarre una data dipende dal formato in cui la data appare all'interno di una stringa, ad esempio:

Per estrarre date come 1/1/21 o 01/01/2021, la regex è: \d{1,2}\/\d{1,2}\/(\d{4}

Cerca un gruppo di 1 o 2 cifre d{1,2} seguito da una barra, seguito da un altro gruppo di 1 o 2 cifre, seguito da una barra, seguito da un gruppo di 4 o 2 cifre (\d{4}Se la prima condizione è nel costrutto di alternanza OR, le altre condizioni non vengono verificate.

Per recuperare date come 1-Gen-21 o 01-Gen-2021, lo schema è: \d{1,2}-[A-Za-z]{3}-\d{2,4}

Cerca un gruppo di 1 o 2 cifre, seguito da un trattino, seguito da un gruppo di 3 lettere maiuscole o minuscole, seguito da un trattino, seguito da un gruppo di 4 o 2 cifre.

Dopo aver combinato insieme i due modelli, otteniamo la seguente regex:

Modello : \b\d{1,2}[\/-](\d{1,2}

Dove:

• La prima parte è costituita da 1 o 2 cifre: \d{1,2}
• La seconda parte è costituita da 1 o 2 cifre o da 3 lettere: (\d{1,2}
• La terza parte è un gruppo di 4 o 2 cifre: (\d{4}
• Il delimitatore è una barra in avanti o un trattino: [\/-]
• Un limite di parola \b è posto su entrambi i lati per rendere chiaro che una data è una parola separata e non parte di una stringa più grande.

Come si può vedere nell'immagine sottostante, l'estrazione delle date avviene con successo ed esclude le sottostringhe come 11/22/333. Tuttavia, restituisce ancora risultati falsi positivi. Nel nostro caso, la sottostringa 11-ABC-2222 in A9 tecnicamente corrisponde al formato della data gg-mmm-aaaa e quindi viene estratto.

Per eliminare i falsi positivi, è possibile sostituire la parte [A-Za-z]{3} con un elenco completo di abbreviazioni di 3 lettere del mese:

Modello : \b\d{1,2}[\/-](\d{1,2}

Per ignorare le lettere maiuscole e minuscole, impostiamo l'ultimo argomento della nostra funzione personalizzata su FALSE:

=RegExpExtract(A5, $A$2, 1, FALSE)

E questa volta otteniamo un risultato perfetto:

Regex per estrarre l'ora da una stringa

Per ottenere tempo nel hh:mm o hh:mm:ss la seguente espressione funzionerà a meraviglia.

Modello : \b(0?[0-9]

Scomponendo questa regex, si possono vedere 2 parti separate da

Espressione 1 : \b(0?[0-9]

Recupera gli orari con AM/PM.

Ora può essere un numero qualsiasi da 0 a 12. Per ottenerlo, utilizziamo il costrutto OR ([0-9]

• [0-9] corrisponde a qualsiasi numero da 0 a 9
• 1[0-2] corrisponde a qualsiasi numero da 10 a 12

Minuto [0-5]\d è un numero qualsiasi da 00 a 59.

Secondo (:[0-5]\d)? è anche un numero qualsiasi da 00 a 59. Il quantificatore ? significa zero o una occorrenza, poiché i secondi possono essere inclusi o meno nel valore dell'ora.

Espressione 2 : \b([0-9]

Estrae gli orari senza AM/PM.

Il ora può essere un numero qualsiasi da 0 a 32. Per ottenerlo, un diverso costrutto OR ([0-9]

• [0-9] corrisponde a qualsiasi numero da 0 a 9
• [0-1]\d corrisponde a qualsiasi numero da 00 a 19
• 2[0-3] corrisponde a qualsiasi numero da 20 a 23

Il minuto e secondo sono le stesse dell'espressione 1 di cui sopra.

Il lookahead negativo (?!:) viene aggiunto a stringhe di salto come 20:30:80.

Poiché PM/AM possono essere sia maiuscoli che minuscoli, la funzione non è sensibile alle maiuscole:

=RegExpExtract(A5, $A$2, 1, FALSE)

Si spera che gli esempi precedenti vi abbiano dato qualche idea su come utilizzare le espressioni regolari nei vostri fogli di lavoro di Excel. Purtroppo, non tutte le funzioni delle espressioni regolari classiche sono supportate in VBA. Se il vostro compito non può essere svolto con le RegExp in VBA, vi invito a leggere la prossima parte, in cui si parlerà di funzioni Regex .NET molto più potenti.

Funzione Regex personalizzata basata su .NET per estrarre il testo in Excel

A differenza delle funzioni RegExp di VBA, che possono essere scritte da qualsiasi utente di Excel, .NET RegEx è il regno degli sviluppatori. Il Microsoft .NET Framework supporta la sintassi delle espressioni regolari completa e compatibile con Perl 5. Questo articolo non vi insegnerà a scrivere tali funzioni (non sono un programmatore e non ho la minima idea di come farlo :)

Quattro potenti funzioni elaborate dal motore .NET RegEx standard sono già state scritte dai nostri sviluppatori e incluse in Ultimate Suite. Di seguito, mostreremo alcuni usi pratici della funzione appositamente progettata per estrarre il testo in Excel.

Suggerimento: per informazioni sulla sintassi di .NET Regex, consultare .NET Regular Expression Language.

Come estrarre le punture in Excel utilizzando le espressioni regolari

Supponendo che sia installata l'ultima versione di Ultimate Suite, l'estrazione del testo con le espressioni regolari si riduce a questi due passaggi:

1. Sul Dati Ablebits nella scheda Testo gruppo, fare clic su Strumenti Regex .
2. Sul Strumenti Regex selezionare i dati di origine, immettere il modello Regex e scegliere l'opzione Estratto Per ottenere il risultato come funzione personalizzata e non come valore, selezionare l'opzione Inserire come formula Al termine, fare clic sulla casella di controllo Estratto pulsante.

I risultati appariranno in una nuova colonna a destra dei dati originali:

Sintassi di AblebitsRegexExtract

La nostra funzione personalizzata ha la seguente sintassi:

AblebitsRegexExtract(riferimento, espressione_regolare)

Dove:

• Riferimento (obbligatorio) - un riferimento alla cella contenente la stringa di origine.
• Espressione regolare (obbligatorio) - il modello regex a cui fare riferimento.

Nota importante: la funzione funziona solo sui computer in cui è installata Ultimate Suite for Excel.

Note d'uso

Per rendere più fluida la curva di apprendimento e più piacevole la vostra esperienza, prestate attenzione a questi punti:

1. Per creare una formula, è possibile utilizzare il nostro Strumenti Regex o di Excel Funzione di inserimento Una volta inserita la formula, è possibile gestirla (modificare, copiare o spostare) come una qualsiasi formula nativa.
2. Il modello immesso nella schermata Strumenti Regex va al secondo argomento. È anche possibile mantenere un'espressione regolare in una cella separata. In questo caso, è sufficiente utilizzare un riferimento di cella per il secondo argomento.
3. La funzione estrae i dati prima corrispondenza trovata .
4. Per impostazione predefinita, la funzione è sensibile alle maiuscole e alle minuscole Per una corrispondenza senza distinzione tra maiuscole e minuscole, utilizzare il pattern (?i).
5. Se non viene trovata una corrispondenza, viene restituito un errore #N/A.

Regex per estrarre la stringa tra due caratteri

Per ottenere il testo tra due caratteri, è possibile utilizzare un gruppo di cattura o dei look-around.

Supponiamo di voler estrarre il testo tra le parentesi. Un gruppo di cattura è il modo più semplice.

Modello 1 : \[(.*?)\]

Con un lookbehind e un lookahead positivi, il risultato sarà esattamente lo stesso.

Modello 2 : (?<=\[)(.*?)(?=\])

Si prega di prestare attenzione al fatto che il nostro gruppo di cattura (.*?) esegue un Ricerca pigra per il testo tra due parentesi - dalla prima [ alla prima ]. Un gruppo di cattura senza punto interrogativo (.*) farebbe un ricerca avida e catturare tutto, dal primo [ all'ultimo ].

Con il modello in A2, la formula è la seguente:

=AblebitsRegexExtract(A5, $A$2)

Come ottenere tutte le partite

Come già detto, la funzione AblebitsRegexExtract può estrarre solo una corrispondenza. Per ottenere tutte le corrispondenze, è possibile utilizzare la funzione VBA di cui abbiamo parlato in precedenza. Tuttavia, c'è un'avvertenza: VBA RegExp non supporta la cattura di gruppi, quindi il modello sopra riportato restituirà anche i caratteri "di confine", le parentesi nel nostro caso.

=TEXTJOIN(" ", TRUE, RegExpExtract(A5, $A$2))

Per eliminare le parentesi, SOSTITUIRLE con stringhe vuote ("") utilizzando questa formula:

=SUBSTITUTE(SUBSTITUTE(TEXTJOIN(", ", TRUE, RegExpExtract(A5, $A$2)), "]", ""),"[","")

Per una migliore leggibilità, utilizziamo una virgola come delimitatore.

Regex per estrarre il testo tra due stringhe

L'approccio che abbiamo elaborato per estrarre il testo tra due caratteri funzionerà anche per estrarre il testo tra due stringhe.

Ad esempio, per ottenere tutto ciò che è compreso tra "test 1" e "test 2", utilizzare la seguente espressione regolare.

Modello : test 1(.*?)test 2

La formula completa è:

=AblebitsRegexExtract(A5, "test 1(.*?)test 2")

Regex per estrarre il dominio dall'URL

Anche con le espressioni regolari, l'estrazione dei nomi di dominio dagli URL non è un compito banale. L'elemento chiave è costituito dai gruppi non catturanti. A seconda dell'obiettivo finale, scegliete una delle seguenti regex.

Per ottenere un nome di dominio completo compresi i sottodomini

Modello (?:https?\:

Per ottenere un secondo livello dominio senza sottodomini

Modello (?:https?\:

Vediamo ora come funzionano queste espressioni regolari su un esempio di URL "//www.mobile.ablebits.com":

• (?:https?\:
• \/\/ - due barre in avanti (ciascuna è preceduta da un backslash per sfuggire al significato speciale della barra in avanti e interpretarla letteralmente).
• (?:[A-Za-z\d\-\.]{2,255}\.)? - gruppo non catturante per identificare i domini di terzo livello, quarto livello, ecc. mobile nel nostro URL di esempio). Nel primo schema, viene inserito all'interno di un gruppo di cattura più grande per includere tutti i sottodomini nell'estrazione. Un sottodominio può essere lungo da 2 a 255 caratteri, da cui il quantificatore {2,255}.
• ([A-Za-z\d\-]{1,63}\.[A-Za-z]{2,24}) - gruppo di cattura per estrarre il dominio di secondo livello ( bit capaci ) e il dominio di primo livello ( com La lunghezza massima di un dominio di secondo livello è di 63 caratteri. Il dominio di primo livello più lungo attualmente esistente contiene 24 caratteri.

A seconda dell'espressione regolare inserita in A2, la formula seguente produrrà risultati diversi:

=AblebitsRegexExtract(A5, $A$2)

Regex per estrarre l'elemento nome di dominio completo con tutti i sottodomini:

Regex per estrarre un elemento secondo livello dominio senza sottodomini:

Ecco come estrarre parti di testo in Excel utilizzando le espressioni regolari. Vi ringrazio per la lettura e vi aspetto sul nostro blog la prossima settimana!

Download disponibili

Esempi di estrazione Regex di Excel (file .xlsm)

Versione di prova di Ultimate Suite (file .exe)