如何在一个regex对象中使用多个模式？

我用

vba

和

正则表达式

编写了一个脚本，从网页上解析

公司名称

、

电话

和

传真

。当我运行脚本时，我完美地获得了这些信息。然而，问题是我使用了三个不同的

表达式

，为了使它们成功运行，我创建了三个不同的

regex对象

，如

rxp

、

rxp1

和

rxp2

我的问题：如何创建一个

regex对象

，在其中我将能够使用三种

模式

，这与我下面所做的不同

这是脚本（工作脚本）：

要添加到库以执行上述脚本的引用：

Microsoft XML, v6.0
Microsoft VBScript Regular Expressions

公司名称：\s*（.*）\n？电话：\s*（.*）\n？传真：\s*（.*）\n？

将其捕获为三个捕获组。你可以看到它是如何工作的

---

第1组是您的公司名称，第2组是您的电话号码，第3组是您的传真。

您可以构建一个带有替代项的正则表达式，启用与

rxp.global=True

的全局匹配，并将已知字符串捕获到第1组中，将未知部分捕获到第2组中。然后，通过检查组1的值，您将能够为变量分配正确的值：

Const Url$ = "https://www.austrade.gov.au/SupplierDetails.aspx?ORGID=ORG0120000508&folderid=1736"
Dim rxp As New RegExp
Dim ms As MatchCollection
Dim m As Match
Dim cname As String, phone As String, fax As String

With New XMLHTTP60
    .Open "GET", Url, False
    .send

    rxp.Pattern = "(Phone|Company Name|Fax):\s*(\+?[\w\s]*\w)"
    rxp.Global = True

    Set ms = rxp.Execute(.responseText)
    For Each m In ms
        If m.SubMatches(0) = "Company Name" Then cname = m.SubMatches(1)
        If m.SubMatches(0) = "Phone" Then phone = m.SubMatches(1)
        If m.SubMatches(0) = "Fax" Then fax = m.SubMatches(1)
    Next

    Debug.Print cname, phone, fax
End With

输出：

Vaucraft Braford Stud       +61 7 4942 4859              +61 7 4942 0618

看

图案细节：

• （电话|公司名称|传真）

  -捕获组1：三种备选方案中的任意一种

• ：\s*

  -一个冒号，然后是0+空格

• （\+？[\w\s]*\w）

  -捕获组2：

  • \+？

    -可选的

    +

  • [\w\s]*

    -0个或多个字母、数字、

    \u

    或空格

  • \w

    -单个字母、数字或

    \u

---

你可以做到，但我不确定这是否是个好主意。合并regexp将使其更容易出现问题/错误
如果同时匹配所有3个数据，则所有都必须存在，否则regexp将失败。甚至更糟糕的是，它将获取错误的数据。如果传真是可选字段，会发生什么情况？有关示例，请参见
此外，如果web模板发生变化，则更容易破坏内容。假设模板改变，传真在电话前呈现：整个regexp将失败，因为一次搜索3个数据意味着某种顺序

---

除非您正在搜索的数据相互关联或相互依赖，否则我不会选择这条路线。
我认为以下内容可以帮助您完成同样的任务，只要声明

rxp

：

Sub GetInfo()
    Const Url$ = "https://www.austrade.gov.au/SupplierDetails.aspx?ORGID=ORG0120000508&folderid=1736"
    Dim Http As New XMLHTTP60, rxp As New RegExp

    With Http
        .Open "GET", Url, False
        .send
    End With

    With rxp
        .Pattern = "Company Name:(\s[\w\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [A1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If

        .Pattern = "Phone:(\s\+[\d\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [B1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If

        .Pattern = "Fax:(\s\+[\d\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [C1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If
    End With
End Sub

---

提供一些示例数据将为您提供更好的答案。在没有看到布局的情况下，我们只是猜测如何组合模式。脚本@emsimpson92中已经提供了一个链接。您是否尝试过或regex sytax组合成一个模式字符串？公司名称：（\s[\w\s]+）|电话：（\s\+[\d\s]+）|传真：（\s\+[\d\s]+）作为您的模式？谢谢您的评论@QHarr。我知道如何将它们组合成一种模式。用例是什么？再一次，这里不关心模式。我的问题是如何使用它们在一个regex对象中获得三个不同的结果。谢谢。它们将在一个单一的正则表达式对象中。当存在任何与正则表达式相关的问题时，您在@Wiktor Stribiżew中是首屈一指的。感谢一万亿美元。一个小问题：为什么子匹配变成1而不是0？请原谅我的无知。@Topto第一个捕获组-

。SubMatches（0）

-包含已知值，我们可以通过该值识别匹配字符串的类型。我们想知道的值在组2中，

。子匹配（1）

。

Sub GetInfo()
    Const Url$ = "https://www.austrade.gov.au/SupplierDetails.aspx?ORGID=ORG0120000508&folderid=1736"
    Dim Http As New XMLHTTP60, rxp As New RegExp

    With Http
        .Open "GET", Url, False
        .send
    End With

    With rxp
        .Pattern = "Company Name:(\s[\w\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [A1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If

        .Pattern = "Phone:(\s\+[\d\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [B1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If

        .Pattern = "Fax:(\s\+[\d\s]+)"
        If .Execute(Http.responseText).Count > 0 Then
            [C1] = .Execute(Http.responseText)(0).SubMatches(0)
        End If
    End With
End Sub