【Excel VBA 编程】第61讲：两种方法驾驭文本处理猛兽
VBA正则表达式中引入贪婪匹配与惰性匹配两种模式，本质上是为编程者提供控制匹配“粒度” 的关键工具。因此，理解并正确运用这两种模式，能够有效解决文本处理中常见的边界模糊问题，快速实现精准数据提取和文本分析
贪婪匹配
上一期我们提到的分组+量词组合使用，默认就是贪婪匹配。贪婪匹配的特点是倾向于获得最长的可能匹配子串
举个例子：从混合文本“<title>学习VBA</title><title>正则表达式</title>”中提取<title>和</title> 之间的所有内容，即“学习VBA”和“正则表达式”两处
以下是使用分组+量词的默认组合方式实现，看看能否实现诉求
Dim match' 创建正则表达式对象With CreateObject("VBScript.RegExp").Global = True ' 搜索全部匹配项.IgnoreCase = False ' 区分大小写.Pattern = "<title>(.*)</title>"For Each match In .Execute("<title>学习VBA</title><title>正则表达式</title>")Debug.Print match.SubMatches(0)NextEnd With
可惜，代码执行后的结果与预期存在差距
通过设置断点，再次执行，查看match变量，我们可以清晰看到获取的内容
这是因为模式匹配 <title>(.*)</title> 中，(.*) 使用了通配符 . 和量词 *。在默认情况下，量词 * 是贪婪的，这意味着它会尽可能多地匹配字符
当应用于字符串“ <title>学习VBA</title><title>正则表达式</title>” 时，正则引擎的匹配过程如下：
首先找到第一个 <title>
接着，(.*) 开始匹配。由于是贪婪模式，它会一直向后匹配，直到字符串的末尾
然后，引擎开始回溯，尝试满足模式的后半部分 </title>。它会在字符串末尾找到最后一个 </title>，并成功完成一次匹配
虽然.Global = True，理论上会搜索所有匹配项，但在这个例子中，第一次贪婪匹配已经消耗了从第一个 <title> 到最后一个 </title> 之间的所有字符，没有剩余的文本可供第二次匹配，所以循环只会执行一次
最终，整个匹配结果：从第一个 <title> 开始，到最后一个 </title> 结束的最长可能字符串，即“ 学习VBA</title><title>正则表达式”。这就是 match.SubMatches(0) 获取到的内容，与代码执行后的结果一致
惰性匹配
既然通过贪婪匹配模式失败了，就要再次探讨寻求另一种方式——惰性匹配，也称为“非贪婪匹配”
贪婪量词后面追加一个问号 ? 即可启用惰性匹配，代码如下：
Dim match' 创建正则表达式对象With CreateObject("VBScript.RegExp").Global = True ' 搜索全部匹配项.IgnoreCase = False ' 区分大小写.Pattern = "<title>(.*?)</title>"For Each match In .Execute("<title>学习VBA</title><title>正则表达式</title>")Debug.Print match.SubMatches(0)NextEnd With
执行后结果：
在这种模式下，量词会尽可能少地匹配字符，一旦满足后续的匹配条件就立即停止，修改后，匹配过程变为：
找到第一个 <title>
(.*?) 开始非贪婪匹配，它会在遇到第一个满足条件的 </title> 时就立即停止。因此，它只匹配了“学习VBA”。
完成第一次匹配，得到 match.SubMatches(0) 为“学习VBA”
由于设置了 .Global = True，正则引擎会从上次匹配结束的位置之后继续搜索
找到第二个 <title>，(.*?) 匹配到其后的第一个 </title>，得到“正则表达式”
最后，循环结束，成功获得两个独立结果，是不是很有趣呢？
结束语
两段代码仅仅只差一个问号(?)，结果却天差地别，这也仅仅才是正则表达式的一个语法。因此，很多小伙伴反馈正则表达式难学，大多数原因应该都在于这些细节上吧，毕竟一个符号决定胜负！
好了，今天的分享就到这里了，咱们下期继续
公众号同时也在不间断地分享免费的编程案例，如果想学习更多的编程知识，无论是用来提升自动化办公效率还是想提升自我，都可以关注我的公众号“努力鸭是黑色的”，解锁更多的VBA技能