Extraire des motifs avec REGEXEXTRACT

REGEXMATCH vous indique si un motif est présent. Souvent, vous voulez obtenir le texte correspondant lui-même, par exemple les chiffres de Order #4821 ou le domaine d'une adresse e-mail.

C'est le rôle de REGEXEXTRACT. Cette fonction trouve la première partie du texte qui correspond à votre motif et renvoie ce morceau comme valeur de la cellule.

Il s'agit également d'une fonction de Google Sheets. C'est l'un des moyens les plus simples d'extraire des éléments structurés de données importées désordonnées.

REGEXEXTRACT(text, pattern) renvoie la première sous-chaîne de texte qui correspond au motif.

Si aucune correspondance n'est trouvée, la fonction renvoie une erreur #N/A plutôt qu'une cellule vide, ce qu'il est important de retenir.

La formule ci-dessous extrait la première suite de chiffres de A2. Pour Order 4821, elle renvoie 4821.

REGEXEXTRACT renvoie toujours du texte, même lorsque les caractères correspondants sont des chiffres. Ainsi, 4821 revient sous forme de chaîne de texte, et non de nombre que vous pouvez additionner.

Pour le convertir en véritable nombre, imbriquez-le dans VALUE. La formule ci-dessous extrait les chiffres et les convertit afin que vous puissiez effectuer des calculs avec le résultat.

Les motifs ne se limitent pas aux chiffres. Pour extraire un préfixe composé de lettres majuscules, utilisez une classe avec un quantificateur.

La formule ci-dessous extrait les lettres initiales d'un code comme INV2024 et renvoie INV. [A-Z]+ signifie une ou plusieurs lettres majuscules consécutives.

Supposons que A2 contienne SKU-4821-RED et que vous vouliez uniquement la partie numérique centrale. Vous pouvez décrire sa position en ajoutant le contexte qui l'entoure dans le motif.

La formule ci-dessous recherche les chiffres situés entre deux traits d'union et renvoie 4821. Les traits d'union littéraux guident le moteur vers la bonne suite de chiffres.

Remarquez les parenthèses dans la dernière formule : (\d+). Il s’agit d’un groupe de capture.

Lorsque votre motif contient un groupe de capture, REGEXEXTRACT renvoie uniquement ce qui se trouve entre les parenthèses, et non la correspondance complète. C’est pourquoi -(\d+)- renvoie 4821 et supprime les traits d’union.

Les groupes de capture vous permettent de faire correspondre le contexte environnant pour gagner en précision, tout en n’extrayant que la portion qui vous intéresse.

À partir de sam@coddykit.com, vous souhaitez obtenir le domaine coddykit.com. Faites correspondre un @, puis capturez tout ce qui le suit jusqu’à la fin.

La formule ci-dessous renvoie la partie de A2 qui suit le signe arobase. (.+) capture un ou plusieurs caractères quelconques, et $ l’ancre à la fin de la chaîne.

Les ancres vous aident à extraire une portion à partir d’une position connue. Pour capturer uniquement le premier mot, ancrez le motif au début et arrêtez-vous au premier espace.

La formule ci-dessous capture les caractères initiaux de A2 qui ne sont pas des espaces. Pour John Smith, elle renvoie John. [^ ]+ signifie un ou plusieurs caractères qui ne sont pas un espace.

Comme une extraction qui échoue produit #N/A, recopier la formule dans une colonne contenant des données hétérogènes peut couvrir votre feuille d’erreurs.

Entourez l’appel de IFERROR pour fournir une solution de repli propre. La formule ci-dessous renvoie les chiffres s’ils sont trouvés, ou une chaîne vide s’il n’y en a aucun.

La barre verticale | signifie ou. Elle permet à un même motif de faire correspondre plusieurs possibilités. C’est très utile lorsqu’un code peut commencer par différents préfixes.

La formule ci-dessous extrait le mot d’état qui apparaît dans A2 : OPEN, CLOSED ou HOLD. Le premier trouvé est renvoyé.

REGEXEXTRACT est particulièrement utile lorsqu’il est appliqué à toute une colonne de données importées. Chaque ligne reçoit l’élément correspondant dans une nouvelle colonne propre que vous pouvez trier ou analyser.

Imaginez que la colonne A contienne des chaînes de commande comme Order 4821 - shipped. La formule ci-dessous, recopiée dans la colonne B, extrait uniquement le numéro de commande de chaque ligne et crée une colonne propre qui ressemble à une colonne numérique à partir du texte source désordonné.

Vérifiez ce que vous savez sur l’extraction des correspondances.

Vous avez appris que REGEXEXTRACT(text, pattern) renvoie la première sous-chaîne correspondante dans les feuilles de calcul Google. Points essentiels :

• Le résultat est toujours du texte ; entourez-le de VALUE pour obtenir des nombres
• Les groupes de capture entre parenthèses renvoient uniquement la portion interne
• L’absence de correspondance produit #N/A ; utilisez donc IFERROR pour la gérer
• | permet à un même motif de faire correspondre plusieurs possibilités

Vous allez maintenant dépasser la simple lecture et commencer à réécrire le texte directement avec REGEXREPLACE.