Regex 在Excel表格中以回车符为基础拆分文本，显示不同方法的不同行为

有一张excel表格，其中单元格的数据如下所示

第1单元：

简介和基本措辞
1, 3. A步骤1和3
-子步骤1，共1步。
-第2步，共1步
…
2.步骤2。
-第1步，共2步

四,六。步骤4和步骤6
5.A步骤5

注意：很少有步骤在结尾处有句号（“.”）

应为-希望根据步骤（而不是子步骤）拆分文本。介绍和基本措辞应与Cell1一起提供

第1单元-

简介和基本措辞
1, 3. A步骤1和3
-子步骤1，共1步。
-第2步，共1步

细胞2-

A第2步。

• 第1步，共1步

细胞3-

四,六。A步骤3和6

第四单元

A步骤5

下面是给我不同结果的方法

方法1：使用Crriage返回（Chr（10））

结果：0匹配

方法3：在句号（“.”）上使用正则表达式拆分

结果：

第1单元：

一,三。A步骤1和3
-A第1步，共1步。 …
第2单元：

方法4：在第一步之前使用正则表达式包含前置文本

"(?:^[\s\S]?|[\r\n])(\d+(?:, *\d+)?\.[\s\S]*?)(?=[\r\n]+\d+(?:, *\d+)?\.[\s\S]*|$)"

结果： 不包括步骤1之前的前置文本

您可以使用

(?:^|[\r\n])(\d+(?‌​:, *\d+)?\.[\s\S]*?)(?=‌​\n\d+(?:, *\d+)?\.|$)

见

确保使用

.Global=True

，

.Multiline=False

并访问

.Submatches（1）

（第一个捕获组的内容）

图案细节：

• （？：^ |[\r\n]+）

  -一个非捕获组，有两个可选项，字符串开头或换行符

• （\d+（？）？‌​:, *\d+？\.[\s\s]*？）

  -第1组捕获：

  • \d+

    -1个或多个数字

  • （？‌​:, *\d+？

    -可选序列：

    ，

    ，后跟0+空格和1+数字

  • \.[\s\s]*？

    -一个点（

    \.

    ），然后0+任何字符，尽可能少

• （=‌[\r]​\n] +\d+（？：，*\d+？\。$）

  -需要字符串结尾的正向前瞻

  $

  或

  • [\r\n]+

    -换行符（1个或多个CR或LF符号）

  • \d+

    -1个或多个数字

  • （？：，*\d+）

    -见上文

  • \。

    -一个点

---

试试正则表达式（

.Global=True

，

.Multiline=False

，access

.Submatches（1）

）。感谢Wiktor提供宝贵的意见和逐步解释答案。这对我有用。。我在给定代码中所做的唯一更改是“.Value”而不是“.Submatches（1）”，因为在VBscript编辑器中执行时，它会将错误作为异常给出：无效的过程调用或参数。关于Submatches的一点意味着您需要的值被捕获到组1中，并且必须通过Submatches访问。这对于使用Submatches是正确的。但在这里，您的代码不需要明确地告诉组1，因为组0是非捕获组，组2是正向前瞻组。非捕获组仍然使用换行符。我同意您可以在

.Value

上使用

Trim（）

。谢谢。我在.Value上使用的那个，以获得正确的结果。

re.Pattern = "^\d[\.]?[, \d\.]? ([\s\S]*?)\.$"  

"(?:^[\s\S]?|[\r\n])(\d+(?:, *\d+)?\.[\s\S]*?)(?=[\r\n]+\d+(?:, *\d+)?\.[\s\S]*|$)"

(?:^|[\r\n])(\d+(?‌​:, *\d+)?\.[\s\S]*?)(?=‌​\n\d+(?:, *\d+)?\.|$)