Question

编辑1 - 解决方案

使用下面发布的模式作为开头，我稍微编辑了表达式，以确保它捕获短语和单词，然后我们只丢弃任何以.

开头的匹配

Sub test()
    Application.EnableEvents = False
    getAllTitleCasePhrases Range("D4", Range("D4").End(xlDown))
    Application.EnableEvents = True
End Sub

Private Sub getAllTitleCasePhrases(rng As Range)
    If objRegex Is Nothing Then Set objRegex = New RegExp
        With objRegex
            .Global = True
            .Pattern = "(\.\s*[A-Z][\w,']*)|([A-Z][\w,']*\s?)+"
            End With

    Dim cll As Range, testResult As Object, resultsStr As String
    For Each cll In rng
        Set testResult = objRegex.Execute(cll.Value2)
        If testResult.Count > 0 Then
            Dim i As Long, j As Long
            For i = 0 To testResult.Count - 1
                If Left$(testResult(i), 1) <> "." Then
                    resultsStr = resultsStr & WorksheetFunction.Trim(testResult(i).Value) & ", "
                End If
            Next i
        End If
        If Len(resultsStr) > 0 Then resultsStr = Left(resultsStr, Len(resultsStr) - 2)
        cll.Offset(0, 1).Value2 = resultsStr
        resultsStr = vbNullString
    Next cll
    Set objRegex = Nothing
End Sub

问题

我想自动创建一个合同中所有已定义术语的列表，这样我就可以轻松地检查它们确实在某处确实有相应的定义。合同中的定义条款用Title Case或ALL CAPS编写，我在下面列出了一些测试用例和预期输出。

我的方法是使用正则表达式模式扫描文档并挑选出适合这些模式的所有单词或短语。通过使用答案here和here，此部分非常简单。我遇到的问题是：（1）这仍然会捕捉到完全停止后大写的单词和（2）最后一个单词末尾的空格包含在匹配中。

请注意我下面的实现是在Excel VBA中，但它是我真正感兴趣的正则表达式。如果（1）和（2）都无法一起实现，（1）更重要，因为我可以剥离在代码中的其他地方尾随空格。

当前解决方案

(^[^\.])?([A-Z]+[a-z,']*\s?)+

说明：

(^[^\.])? - 如果在字符串的开头有句号，请忽略它

[A-Z]+ - 匹配以至少一个首字母开头的单词

[a-z,']* - 单词可以以任意数量的非大写字母结尾，并且允许使用撇号

([A-Z]+[a-z,']*\s?)+ - 重复此模式以捕捉多个单词

测试用例

比较 - ＆gt;比较
进行比较 - ＆gt;比较
比较 - ＆gt;比较
到比较之间 - ＆gt;
在两个选项之间进行比较 - ＆gt;比较两个选项
买方须 - >购买者
买方应按照约定的时间表按时付款双方之间 - ＆gt;买方，按时付款，附表，缔约方
。买方应按照约定的时间表按时付款双方之间 - ＆gt;买方，按时付款，附表，缔约方
买方 - ＆gt;买方
。买方 - ＆gt;购买者
。比较 - ＆gt;对比
买方代表 - ＆gt;买方代表
购买者＆＃39;代表 - ＆gt;买方＆＃39;代表
买方代表 - ＆gt;买方代表
。买方代表 - ＆gt;买方代表
ACME国际集团 - ＆gt; ACME国际
ACME国际集团 - ＆gt; ACME国际集团
ABC - ＆gt; ABC

实施

（注意测试用例列表从单元格D4开始）

Option Explicit
Private objRegex As RegExp

Sub test()
    getAllTitleCasePhrases Range("D4", Range("D4").End(xlDown))
End Sub

Private Sub getAllTitleCasePhrases(rng As Range)
    If objRegex Is Nothing Then Set objRegex = New RegExp
        With objRegex
            .Global = True
            .Pattern = "(^[^\.])?([A-Z]+[a-z,']*\s?)+"
            End With

    Dim cll As Range, testResult As Object, resultsStr As String
    For Each cll In rng
        Set testResult = objRegex.Execute(cll.Value2)
        If testResult.Count > 0 Then
            Dim i As Long
            For i = 0 To testResult.Count - 1
                resultsStr = resultsStr & testResult(i).Value & ", "
            Next i
        End If
        If Len(resultsStr) > 0 Then resultsStr = Left(resultsStr, Len(resultsStr) - 2)
        cll.Offset(0, 1).Value2 = resultsStr
        resultsStr = vbNullString
    Next cll
    Set objRegex = Nothing
End Sub

匹配标题案例而忽略句子开头的单词

0 个答案: