Testowanie wzorców za pomocą REGEXMATCH

Czasami nie chodzi o sprawdzenie jednego dokładnego słowa. Chodzi o zadanie bardziej precyzyjnego pytania, na przykład: czy ta komórka zawiera jakieś cyfry? lub czy ma format poprawnego adresu e-mail?

Wyrażenie regularne (regex) to niewielki język wzorców, który opisuje strukturę tekstu. Google Sheets umożliwia korzystanie z niego za pośrednictwem trzech funkcji: REGEXMATCH, REGEXEXTRACT i REGEXREPLACE.

W tej lekcji skupimy się na pierwszej z nich. REGEXMATCH odpowiada po prostu na pytanie tak lub nie: czy tekst pasuje do wzorca?

REGEXMATCH przyjmuje dwa argumenty: text, czyli tekst do sprawdzenia, oraz pattern, czyli wyszukiwany wzorzec. Zwraca TRUE, jeśli wzorzec zostanie znaleziony w dowolnym miejscu tekstu, a w przeciwnym razie FALSE.

Uwaga: ta funkcja jest dostępna w Google Sheets. Excel korzysta z innych narzędzi, dlatego w tej lekcji skupiamy się wyłącznie na Sheets.

Najprostszym wzorcem jest zwykły fragment tekstu. Poniższa formuła sprawdza, czy komórka A2 zawiera słowo cat.

Domyślnie dopasowywanie wyrażeń regularnych rozróżnia wielkie i małe litery. Wzorzec cat nie dopasuje tekstu CAT.

Aby dopasować oba warianty, można umieścić opcje w nawiasach kwadratowych. Wzorzec [Cc]at dopasuje zarówno Cat, jak i cat.

Poniższa formuła zwraca TRUE, jeśli A2 zawiera cat z pierwszą literą w dowolnej wielkości.

Wyrażenia regularne udostępniają kotwice wskazujące, gdzie musi znajdować się wzorzec.

• ^ oznacza początek tekstu
• $ oznacza koniec tekstu

Bez kotwic liczy się dopasowanie w dowolnym miejscu. Dzięki nim można kontrolować położenie wzorca. Poniższa formuła zwraca TRUE tylko wtedy, gdy A2 zaczyna się od INV, co jest przydatne przy wyszukiwaniu kodów faktur.

Klasa znaków opisuje grupę dozwolonych znaków. Najczęściej używanym skrótem jest \d, który oznacza dowolną pojedynczą cyfrę od 0 do 9.

Poniższy wzorzec sprawdza, czy A2 zawiera co najmniej jedną cyfrę w dowolnym miejscu. Znak + oznacza jedną lub więcej cyfr, dlatego formuła zwraca TRUE dla order7 i FALSE dla hello.

Załóżmy, że kolumna A zawiera nazwy produktów. Niektóre zawierają rozmiar, na przykład Shirt 12, a niektóre nie. Potrzebny jest znacznik TRUE/FALSE wskazujący, które z nich zawierają liczbę.

Należy przeciągnąć poniższą formułę w dół kolumny B. Wiersze zawierające dowolną cyfrę pokażą TRUE, a wiersze zawierające wyłącznie tekst pokażą FALSE. Następnie można filtrować dane według tej kolumny.

Kilka skrótów pokrywa większość potrzeb:

• \d dowolna cyfra
• \w dowolna litera, cyfra lub znak podkreślenia
• \s dowolny biały znak, na przykład spacja lub tabulator
• . dowolny pojedynczy znak

Można również zbudować własną klasę. [A-Z] oznacza dowolną wielką literę, a [a-z] — dowolną małą literę. Poniższa formuła sprawdza, czy A2 zawiera wielką literę.

Kwantyfikatory określają, ile razy może powtórzyć się poprzedzający je element:

• + jeden lub więcej razy
• * zero lub więcej razy
• ? zero lub jeden raz (opcjonalnie)
• {3} dokładnie trzy razy

Aby sprawdzić, czy A2 jest pięciocyfrowym kodem ZIP od początku do końca, należy połączyć kotwice z kwantyfikatorem określającym dokładną liczbę znaków, jak pokazano poniżej.

Można oznaczyć komórki, które wyglądają jak adres e-mail. Przybliżony, ale praktyczny wzorzec obejmuje kilka znaków, znak @, kolejne znaki, kropkę, a następnie kilka liter.

Poniższa formuła zwraca TRUE dla sam@site.com i FALSE dla not-an-email. Nie jest to idealna walidacja, ale pozwala wychwycić oczywiste błędy na liście kontaktów.

Ponieważ REGEXMATCH zwraca TRUE lub FALSE, można bezpośrednio użyć go w funkcji IF. Dzięki temu można wyświetlić zrozumiały komunikat zamiast samej wartości logicznej.

Poniższa formuła oznacza każdą komórkę jako Has number lub Text only w zależności od tego, czy zawiera cyfrę.

Niektóre znaki mają w wyrażeniach regularnych specjalne znaczenie: . + * ? ( ) [ ] ^ $ \ i kilka innych. Jeśli mają być dopasowane dosłownie, należy poprzedzić je ukośnikiem odwrotnym.

Aby sprawdzić, czy tekst zawiera dosłowną kropkę, należy zapisać \., a nie samo . (które dopasowałoby dowolny znak). Poniższa formuła zwraca TRUE tylko wtedy, gdy A2 rzeczywiście zawiera kropkę.

Proszę sprawdzić swoje rozumienie działania REGEXMATCH i wzorców.

Można już korzystać z funkcji REGEXMATCH(text, pattern), która zwraca TRUE lub FALSE w Google Sheets. Najważniejsze informacje:

• Wzorce opisują strukturę tekstu, a nie tylko dokładne słowa
• \d \w \s . to przydatne skróty klas znaków
• ^ i $ oznaczają odpowiednio początek i koniec
• + * ? {n} określają, ile razy coś się powtarza
• Aby dopasować znaki specjalne dosłownie, należy użyć escapowania, na przykład \.

Następnie można przejść od testowania wzorców do pobierania dopasowanego tekstu za pomocą REGEXEXTRACT.