Extraer patrones con REGEXEXTRACT

REGEXMATCH le indica si un patrón está presente. A menudo querrá obtener el texto coincidente, como los números de Order #4821 o el dominio de una dirección de correo electrónico.

Esa es la función de REGEXEXTRACT. Encuentra la primera parte del texto que coincide con el patrón y devuelve ese fragmento como valor de la celda.

Esta es otra función de Google Sheets. Es una de las formas más sencillas de extraer partes estructuradas de datos importados desordenados.

REGEXEXTRACT(text, pattern) devuelve la primera subcadena de text que coincide con pattern.

Si no encuentra ninguna coincidencia, devuelve un error #N/A en lugar de una celda vacía, algo importante que debe recordar.

La fórmula siguiente extrae la primera secuencia de dígitos de A2. Para Order 4821, devuelve 4821.

REGEXEXTRACT siempre devuelve texto, incluso cuando los caracteres coincidentes son dígitos. Por eso, 4821 se devuelve como una cadena de texto, no como un número que pueda sumar.

Para convertirlo en un número real, inclúyalo en VALUE. La fórmula siguiente extrae los dígitos y los convierte para que pueda realizar operaciones matemáticas con el resultado.

Los patrones no se limitan a los dígitos. Para extraer un prefijo de letras mayúsculas, utilice una clase con un cuantificador.

La fórmula siguiente extrae las letras iniciales de un código como INV2024 y devuelve INV. [A-Z]+ significa una o más letras mayúsculas consecutivas.

Suponga que A2 contiene SKU-4821-RED y que solo quiere obtener la parte numérica central. Puede describir su posición usando el contexto que la rodea dentro del patrón.

La fórmula siguiente busca los dígitos situados entre dos guiones y devuelve 4821. Los guiones literales guían al motor hasta la secuencia correcta de dígitos.

Observe los paréntesis de la última fórmula: (\d+). Esos forman un grupo de captura.

Cuando su patrón contiene un grupo de captura, REGEXEXTRACT devuelve solo lo que está dentro de los paréntesis, no la coincidencia completa. Por eso -(\d+)- devuelve 4821 y omite los guiones.

Los grupos de captura permiten hacer coincidir el contexto circundante para ganar precisión y, al mismo tiempo, extraer solo el fragmento que necesita.

A partir de sam@coddykit.com, quiere obtener el dominio coddykit.com. Haga coincidir un @ y después capture todo lo que haya hasta el final.

La fórmula siguiente devuelve la parte de A2 que aparece después del signo de arroba. (.+) captura uno o más caracteres cualesquiera, y $ lo vincula al final de la cadena.

Las anclas le ayudan a extraer un fragmento desde una posición conocida. Para capturar solo la primera palabra, ancle el patrón al principio y deténgalo en el primer espacio.

La fórmula siguiente captura los caracteres iniciales de A2 que no sean espacios. Para John Smith devuelve John. [^ ]+ significa uno o más caracteres que no son espacios.

Como una extracción fallida produce #N/A, al arrastrar la fórmula por una columna con datos variados puede llenar la hoja de errores.

Envuelva la llamada en IFERROR para proporcionar un valor alternativo limpio. La fórmula siguiente devuelve los dígitos si los encuentra, o una cadena vacía si no hay ninguno.

La barra vertical | significa o. Permite que un solo patrón coincida con varias alternativas. Resulta muy útil cuando un código puede comenzar con distintos prefijos.

La fórmula siguiente extrae la palabra de estado que aparezca en A2: OPEN, CLOSED o HOLD. Devuelve la primera que encuentra.

REGEXEXTRACT resulta especialmente útil al aplicarlo a toda una columna de datos importados. En cada fila, extrae la parte coincidente en una nueva columna limpia que puede ordenar o analizar.

Suponga que la columna A contiene cadenas de pedidos como Order 4821 - shipped. La fórmula siguiente, arrastrada por la columna B, extrae solo el número de pedido de cada fila y crea una columna ordenada con aspecto numérico a partir del texto de origen desordenado.

Compruebe lo que sabe sobre la extracción de coincidencias.

Aprendió que REGEXEXTRACT(text, pattern) devuelve la primera subcadena coincidente en Google Sheets. Ideas clave:

• El resultado siempre es texto; use VALUE para convertirlo en un número
• Los grupos de captura entre paréntesis devuelven solo el fragmento interno
• Si no hay coincidencias, se obtiene #N/A, así que debe proteger la fórmula con IFERROR
• | permite que un solo patrón coincida con varias alternativas

Ahora irá más allá de leer datos y empezará a reescribir texto directamente con REGEXREPLACE.