Question

我有一份文件，其中包含各种格式的数字，法语，英语，自定义格式。

我想要一个只能以法语格式捕获数字的正则表达式。

这是我要捕获的完整数字列表（d表示数字，小数点分隔符为逗号,，千位分隔符为空格）

d,d d,dd   d,ddd

dd,d   dd,dd   dd,ddd

ddd,d   ddd,dd   ddd,ddd

d ddd,d   d ddd,dd   d ddd,ddd

dd ddd,d  dd ddd,dd  dd ddd,ddd

ddd ddd,d  ddd ddd,dd  ddd ddd,ddd

d ddd ddd,d...

dd ddd ddd,d...

ddd ddd ddd,d...

这是我的正则表达式

(\d{1,3}\s(\d{3}\s)*\d{3}(\,\d{1,3})?|\d{1,3}\,\d{1,3})

捕获上面的法语格式，因此我走在正确的轨道上，但也有d,ddd.dd之类的数字（因为它捕获d,ddd）或d,ddd,ddd（因为它捕获d,ddd }）。

我应该在正则表达式中添加什么内容？

我的VBA代码：

Sub ChangeNumberFromFRformatToENformat()

Dim SectionText As String
Dim RegEx As Object, RegC As Object, RegM As Object
Dim i As Integer

Set RegEx = CreateObject("vbscript.regexp")
With RegEx
    .Global = True
    .MultiLine = False
    .Pattern = "(\d{1,3}\s(\d{3}\s)*\d{3}(\,\d{1,3})?|\d{1,3}\,\d{1,3})"
    ' regular expression used for the macro to recognise FR formated numners
    End With

For i = 1 To ActiveDocument.Sections.Count()

    SectionText = ActiveDocument.Sections(i).Range.Text

    If RegEx.test(SectionText) Then
        Set RegC = RegEx.Execute(SectionText)
        ' RegC regular expresion matches collection, holding french format numbers

        For Each RegM In RegC

            Call ChangeThousandAndDecimalSeparator(RegM.Value)

        Next 'For Each RegM In RegC

        Set RegC = Nothing
        Set RegM = Nothing

    End If

Next 'For i = 6 To ActiveDocument.Sections.Count()

Set RegEx = Nothing

End Sub

用户stema，给了我一个很好的解决方案。正则表达式应该是：

; | \ d {1,3}（小于= ^ \ S'）（？：\ S \ d {3}）*？（？：\，\ d {1,3}）（？= \ S | $）

但是VBA抱怨正则表达式没有未转义的字符。我在（？：\ d {3}）之间找到了一个（？：\ d {3}），这是一个空白字符，所以我可以用\ s替换它。我认为第二个（？：，\ d {1,3}）介于？：和\ d之间，逗号字符，如果我转义它将是\，。

所以正则表达式现在是（？＆lt; = ^ | \ s）\ d {1,3}（？：\ s \ d {3}）*（？：\，\ d {1,3}）？（？= \ s | $）并且它在RegExr中工作正常但我的VBA代码不接受它。

邮政新线：我刚刚发现VBA不同意正则表达式的这一序列？＆lt; = ^

Answer 1

这个怎么样？

\b\d{1,3}(?: \d{3})*(?:,\d{1,3})?\b

见here on Regexr

\b是字边界

首先（\d{1,3}）匹配1到3位数，然后可以有0个或更多个前导空格组，后跟3个数字（(?: \d{3})*），最后可以有一个可选的分数部分（(?:,\d{1,3})?）

修改

如果你想避免1,111.1，那么\b锚点对你不利。试试这个：

(?<=^|\s)\d{1,3}(?: \d{3})*(?:,\d{1,3})?(?=\s|$)

Regexr

这个正则表达式现在需要一个空格或前面的字符串的开头，以及要匹配的数字之后的空格或字符串的结尾。

编辑2：

由于不支持外观，您可以更改为

(?:^|\s)\d{1,3}(?: \d{3})*(?:,\d{1,3})?(?=\s|$)

这在字符串的开头没有任何变化，但是如果数字以前导空格开头，则现在包含在匹配中。如果匹配的结果首先用于某些东西，则必须剥离前导空格（我非常确定VBA确实有一个方法（尝试trim()））。

Answer 2

如果您逐行阅读，可以考虑在正则表达式中添加锚点^和$），这样您最终会得到类似的结果：

^(\d{1,3}\s(\d{3}\s)*\d{3}(\,\d{1,3})?|\d{1,3}\,\d{1,3})$

这指示RegEx引擎从行的开头直到最后开始匹配。

使用正则表达式识别文档内的法语格式的数字

2 个答案: