Excel中使用正则拆分复杂文本

日常使用表格，拆分文本是很常见的事。毕竟它不是数据库，限制不严格，内容也就五花八门。为了便于分析统计，不得不进行拆分。

            ‍‍

     下面是一份试剂信息表，是一份不合格的表格。所有的品名和规格都填在一个单元格中。

这样的表格，别说统计分析，光看着就够烧脑。所以需要进行拆分，拆分效果如下。

拆分思路

虽然原始信息看着非常混乱，但是仔细分析一下，依然有规律可寻。规格在最后一个“）”后面。只要把这个符号前后内容拆分出来即可。

用mid/textsplit/textbefore/textafter也不是不行，只是这里面有多个“）”，处理起来会比较复杂。而正则表达式则在处理这种情况有天然优势。所以用正则公式可以轻松拆分。

公式

=REGEXEXTRACT(A2,"(.*\）)(.*)",2)

公式解析

• A2：需要拆分的源文本单元格。

• "(.*\）)(.*)"：这是正则表达式。

  • 第一个括号 (.*\）)：利用 *的贪婪匹配特性，从头一直抓取直到遇到最后一个中文右括号 “）”。抓取到了“肽（C-Peptide）测定试剂盒（化学发光免疫分析法）”。

注意

(.*\）)这里有个"\"，它是转义符，因为括号在正则表达式中有特定用途，所以如果需要匹配的内容是括号，则需要用"\"将括号变成括号字符本身，而不是特定用途的括号。这个文本中用的是全角括号，因此，这里不加"\"也是可以的。如果是半角括号，那么就一定要加上转义符。

    • 第二个括号 (.*)：抓取括号后的所有剩余字符。抓取到了剩下的“2×50 人份”。

• 2：这是实现拆分的核心参数！在 Excel 中，参数 2代表“以数组的形式返回第一个匹配项中的捕获组”。它会把正则表达式中用 ()括起来的每一部分，分别输出到相邻的列中。

假如，我只想取头尾文本，中间的抛弃。例如“肽（C-Peptide）测定试剂盒（化学发光免疫分析法）2×50 人份”中，取“肽（C-Peptide）”和“2×50 人份”，那么就需要修改一下公式。

公式

=REGEXEXTRACT(A2,"(.*?\）).*\）(.*)",2)

公式解析

• 第一段 (.*?\）)（带括号，被提取）：

• 第二段 .*\）（外面无括号包围，被丢弃）：

• 第三段 (.*)（带括号，被提取）：

提示

在Excel365中有数组溢出功能，因此只用这个公式，就可以将原文本拆分成两个列。没有数组溢出功能，则没有这个效果。

• 数组溢出
  ：从 Excel 365（2020）/Excel 2021开始支持。
• 正则函数
  ：从 Excel 365（2406+，2024）/Excel 2024开始支持。

如果你觉得这篇文章对你有帮助的话，不妨关注一下公众号👇

也可以分享给你的朋友。