【Access小品】继往开来--用正则表达式提取信息示例

todaynew

　　每逢换届，媒体常用的四个字叫做：“继往开来”。此次换届虽然也用了这四个字，但是有趣的是在此之前抓了一个开来，关了一个熙来。

　　莫谈国事。还是来谈谈正则表达式好了。最近一直在与正则表达式打交道，起先就这个问题问询过朱亦文老师，得到了他的许多指点。便有了许多豁然开朗的感觉，于是给几个版友用正则表达式解决了问题。但是正则表达式到底有什么用和怎
么用，版友多半不清楚。于是乎打算写一贴，说明这个问题，也勉强算是继往开来一下。

　　我们常常需要从一些文本文件中，提取一些信息。比如我们想从七个常委的简介中提取一些信息，这个时候就需要用到正则表达式。先来看看这些资料：

　　“习近平，男，1953年生，陕西富平人，1974年1月加入中国共产党，1969年1月参加工作，清华大学人文社会学院马克思主义理论与思想政治教育专业毕业，在职研究生学历，法学博士学位。十七届中共中央政治局常委、中共中央书记处书记
，中华人民共和国副主席，中央党校校长，中华人民共和国中央军事委员会副主席。2012年11月15日，习近平当选为第十八届中共中央总书记、中央军委主席。”

　　这是关于习近平同志的简介，要从这段文字中提取姓名、性别、籍贯等信息不是太困难，大体用Split加上字符串函数就足够了。

　　但是，注意这个但是！

　　但是，要从七个常委的简介中提取与习近平同志相同的信息，那就困难了。为什么呢？因为这七个常委的简介并非统一的规范，大概是办公厅让各位领导自己写的，各位领导写得也就繁简不一了。繁简不一就使得简介的规律性复杂化了，一复
杂化，提取信息的难度也就大了。在这种情况下，单纯的用字符串处理函数，要么不可能处理，要么难以处理。

　　怎么办呢？

　　办法当然是有的，那就是用正则表达式来处理。正则表达式在解析字符串方面有非常强的功能。比如前两天有版友问如何将小写金额转为大写金额，这个问题如果不用正则表达式处理，大体需要几十条语句，我用正则表达式处理只需要十句以
内，网上更有甚者用一句正则表达式就解决这个问题了。

　　所以，打算从大段大段的文本中提取统一的信息的同志们，可以学习一下本示例。这个示例中写了几个正则表达式方面的函数都很有用，本例实际只用到其中的两个简单函数。需要说明的是，我在提取信息时所写的正则表达式可能并非最优，也就是说处理同一个问题，正则表达式可能存在许多种不同写法。

koutx

不偏之为中，不倚之为庸，中者天下之正道，庸者天下之定理。以前总觉得正则表达式抽象枯燥复杂难记，看来该了解了解了。

ycxchen

正要，学习，谢谢！

13601812106_01

想学

yanwei82123300

学习，谢谢！

xuwenning

谢谢分享
收藏了

wzh

学习，谢谢！

轻风

学习老汉大作

p51219

好好好好好好好好好好好好好好

nncchh

学习一下