Extraindo padrões com REGEXEXTRACT

REGEXMATCH informa se um padrão está presente. Muitas vezes, você quer o próprio texto correspondente, como os números de Order #4821 ou o domínio de um e-mail.

Essa é a função de REGEXEXTRACT. Ela encontra a primeira parte do texto que corresponde ao seu padrão e retorna esse trecho como o valor da célula.

Esta também é uma função do Planilhas Google. É uma das maneiras mais simples de extrair partes estruturadas de dados importados desorganizados.

REGEXEXTRACT(text, pattern) retorna o primeiro trecho de texto que corresponde a padrão.

Se nada corresponder, ela retorna um erro #N/A em vez de ficar em branco, e é importante lembrar disso.

A fórmula abaixo extrai a primeira sequência de dígitos de A2. Para Order 4821, ela retorna 4821.

REGEXEXTRACT sempre retorna texto, mesmo quando os caracteres correspondentes são dígitos. Portanto, 4821 volta como uma cadeia de texto, não como um número que você possa somar.

Para transformá-lo em um número de verdade, envolva-o em VALUE. A fórmula abaixo extrai os dígitos e os converte para que você possa fazer cálculos com o resultado.

Os padrões não se limitam a dígitos. Para capturar um prefixo de letras maiúsculas, use uma classe com um quantificador.

A fórmula abaixo extrai as letras iniciais de um código como INV2024, retornando INV. [A-Z]+ significa uma ou mais letras maiúsculas consecutivas.

Suponha que A2 contenha SKU-4821-RED e que você queira apenas a parte numérica central. Você pode descrever a posição usando o contexto ao redor no padrão.

A fórmula abaixo procura dígitos posicionados entre dois hífens e retorna 4821. Os hífens literais orientam o mecanismo até a sequência correta de dígitos.

Observe os parênteses na última fórmula: (\d+). Eles formam um grupo de captura.

Quando seu padrão contém um grupo de captura, REGEXEXTRACT retorna apenas o que está dentro dos parênteses, não a correspondência inteira. Por isso, -(\d+)- retorna 4821 e descarta os hífens.

Os grupos de captura permitem corresponder ao contexto ao redor para aumentar a precisão e, ainda assim, extrair apenas o trecho desejado.

A partir de sam@coddykit.com, você quer obter o domínio coddykit.com. Faça a correspondência com um @ e capture tudo depois dele até o final.

A fórmula abaixo retorna a parte de A2 que vem depois do símbolo de arroba. (.+) captura um ou mais caracteres de qualquer tipo, e $ o vincula ao final da cadeia de caracteres.

As âncoras ajudam você a extrair um trecho de uma posição conhecida. Para capturar apenas a primeira palavra, fixe o início e pare no primeiro espaço.

A fórmula abaixo captura os caracteres iniciais de A2 que não são espaços. Para John Smith, ela retorna John. [^ ]+ significa um ou mais caracteres que não são espaços.

Como uma extração malsucedida gera #N/A, arrastar a fórmula para baixo em uma coluna com dados variados pode encher sua planilha de erros.

Envolva a chamada em IFERROR para fornecer uma alternativa limpa. A fórmula abaixo retorna os dígitos quando os encontra ou uma cadeia vazia quando não há nenhum.

A barra vertical | significa ou. Ela permite que um único padrão corresponda a várias alternativas. Isso é ótimo quando um código pode começar com prefixos diferentes.

A fórmula abaixo extrai a palavra de status que aparecer em A2: OPEN, CLOSED ou HOLD. A primeira encontrada é retornada.

REGEXEXTRACT se destaca quando é aplicado a uma coluna inteira de dados importados. Cada linha tem seu trecho correspondente extraído para uma nova coluna organizada, que você pode ordenar ou analisar.

Imagine que a coluna A contenha cadeias de pedidos como Order 4821 - shipped. A fórmula abaixo, preenchida para baixo na coluna B, extrai apenas o número do pedido de cada linha, criando uma coluna com aparência numérica organizada a partir de um texto de origem desordenado.

Verifique o que você sabe sobre a extração de correspondências.

Você aprendeu que REGEXEXTRACT(text, pattern) retorna a primeira subcadeia correspondente no Google Sheets. Principais aprendizados:

• O resultado é sempre texto; envolva-o com VALUE para obter números
• Os grupos de captura entre parênteses retornam apenas o trecho interno
• Quando não há correspondência, o resultado é #N/A; por isso, use IFERROR para se proteger
• | permite que um único padrão corresponda a várias alternativas

Em seguida, você irá além da leitura e começará a reescrever o texto diretamente com REGEXREPLACE.