使用正则表达式将编号列表数组拆分为编号列表多行答案

【问题标题】：Use Regex to Split Numbered List array into Numbered List Multiline使用正则表达式将编号列表数组拆分为编号列表多行
【发布时间】：2018-03-02 01:47:57
【问题描述】：

我正在尝试学习正则表达式来回答关于 SO 葡萄牙语的问题。

输入（单元格上的数组或字符串，所以`.MultiLine = False`）？

 1 One without dot. 2. Some Random String. 3.1 With SubItens. 3.2 With number 0n mid. 4. Number 9 incorrect. 11.12 More than one digit. 12.7 Ending (no word).

输出

 1 One without dot.
 2. Some Random String.
 3.1 With SubItens.
 3.2 With number 0n mid.
 4. Number 9 incorrect.
 11.12 More than one digit.
 12.7 Ending (no word).

我以为是使用Regex with Split，但我无法在 Excel 上实现示例。

Imports System.Text.RegularExpressions

Module Example
   Public Sub Main()
      Dim input As String = "plum-pear"
      Dim pattern As String = "(-)" 

      Dim substrings() As String = Regex.Split(input, pattern)    ' Split on hyphens.
      For Each match As String In substrings
         Console.WriteLine("'{0}'", match)
      Next
   End Sub
End Module
' The method writes the following to the console:
'    'plum'
'    '-'
'    'pear'

所以阅读this 和this。 RegExr Website 与输入上的表达式 /([0-9]{1,2})([.]{0,1})([0-9]{0,2})/igm 一起使用。

得到以下结果：

有没有更好的方法来做这个？正则表达式是正确的还是更好的生成方式？我在 google 上找到的示例并没有启发我如何正确使用 RegEx 和 Split。

也许我对拆分函数的逻辑感到困惑，我想获得拆分索引，而分隔符字符串是正则表达式。

【问题讨论】：

寻找 String.Replace(regex) - 和谷歌 BackReferences。我认为会类似于input.Replace("([0-9]*\.?[0-9]*)", "\0" + vbcrlf)
每个项目是否总是以数字开头并以句点结尾？如果是这样，您可以使用更简单的模式：\d[ .\dA-Za-z]+?\.
不，客场以数字开头。但是当他一个人的时候。可以没有句号。
这是否意味着您的列表项不包含数字？您如何区分 4 作为项目符号项和 4 作为文本中的数字？
好点。我想到了这一点，只是假设只有数字作为项目符号。但由于所有都以句号结尾，我想我可以让它以单词和句号结尾。我试图让它以数字开头并以单词和句点结尾。不成功。我正在阅读更多内容并进行一些尝试

标签： regex excel vba

【解决方案1】：

我可以让它以单词和句点结尾

使用

\d+(?:\.\d+)*[\s\S]*?\w+\.

请参阅regex demo。

详情

\d+ - 1 位或多位数字
(?:\.\d+)* - 零个或多个序列：
- \. - 点
- \d+ - 1 位或多位数字
[\s\S]*? - 任何 0+ 个字符，尽可能少，直到第一个...
\w+\. - 1+ 个单词字符，后跟 .。

这是一个示例 VBA 代码：

Dim str As String
Dim objMatches As Object
str = " 1 One without dot. 2. Some Random String. 3.1 With SubItens. 3.2 With Another SubItem. 4. List item. 11.12 More than one digit."
Set objRegExp = New regexp ' CreateObject("VBScript.RegExp")
objRegExp.Pattern = "\d+(?:\.\d+)*[\s\S]*?\w+\."
objRegExp.Global = True
Set objMatches = objRegExp.Execute(str)
If objMatches.Count <> 0 Then
  For Each m In objMatches
      Debug.Print m.Value
  Next
End If

注意

您可能要求匹配只在单词 + . 处停止，后跟 0+ 个空格和使用 \d+(?:\.\d+)*[\s\S]*?[a-zA-Z]+\.(?=\s*(?:\d+|$)) 的数字。

(?=\s*(?:\d+|$)) 正向前瞻要求在当前位置右侧紧跟 0+ 个空格 (\s*) 后跟 1+ 个数字 (\d+) 或字符串结尾 ($)。

【讨论】：

谢谢！我试图让这个 RegEx 完全错误。使用^ 开始。我需要多学习，因为 RegEx 真的很有用。 ?= 或 ?: 是一些我在教程中没有看到的模式定义。再次感谢，回答很好解释
刚刚更改为\d+(?:\.\d+)*[\s\S]*?[\D]+\.(?=\s*(?:\d+|$))，使用[\D] 而不是[a-zA-Z]。因为如果列表项以). 结尾，它将不起作用。
@danieltakeshi：注意\D 匹配任何非数字符号。您可能只想使用\d+(?:\.\d+)*[\s\S]*?\D\.(?=\s*(?:\d|$))。至于^，可以匹配字符串的开头（RegExp.Multiline = False），也可以匹配行的开头（RegExp.Multiline = True）
@danieltakeshi 还有一个提示：如果字符串中没有换行符，[\s\S] 可以替换为.。

【解决方案2】：

如果 VBA 的拆分支持后向正则表达式，那么这个可能会起作用，假设除了索引之外没有数字：

    \s(?=\d)

【讨论】：

输入（单元格上的数组或字符串，所以.MultiLine = False）？

输出

输入（单元格上的数组或字符串，所以`.MultiLine = False`）？