使用 REGEXEXTRACT 提取模式

REGEXMATCH 会告诉您模式是否存在。很多时候，您需要的是匹配到的文本本身，例如从 Order #4821 中提取数字，或从电子邮件中提取域名。

这正是 REGEXEXTRACT 的作用。它会找到文本中第一个与模式匹配的部分，并将该部分作为单元格的值返回。

这也是 Google 表格中的一个函数。它是从混乱的导入数据中提取结构化内容的最简洁方式之一。

REGEXEXTRACT(text, pattern) 会返回 text 中与 pattern 匹配的第一个子字符串。

如果没有任何匹配内容，它会返回 #N/A 错误，而不是空白，这一点很重要。

下面的公式会从 A2 中提取第一段连续数字。对于 Order 4821，它会返回 4821。

REGEXEXTRACT 始终返回文本，即使匹配到的字符是数字。因此，4821 会以文本字符串的形式返回，而不是可以直接求和的数字。

要将其转换为真正的数字，请将它放入 VALUE 中。下面的公式会提取数字并进行转换，这样您就可以对结果执行数学运算。

模式并不局限于数字。要提取由大写字母组成的前缀，请使用字符类和量词。

下面的公式会从类似 INV2024 的代码中提取开头的字母，并返回 INV。[A-Z]+ 表示连续的一个或多个大写字母。

假设 A2 包含 SKU-4821-RED，而您只想提取中间的数字。您可以在模式中加入周围的内容来描述数字的位置。

下面的公式会查找两个连字符之间的数字，并返回 4821。字面意义上的连字符会引导匹配引擎找到正确的数字序列。

请注意最后一个公式中的括号：(\d+)。这就是一个捕获组。

当模式中包含捕获组时，REGEXEXTRACT 只返回括号内的内容，而不是完整匹配结果。因此，-(\d+)- 会返回 4821，并去掉连字符。

捕获组让您可以匹配周围的上下文以提高准确性，同时只提取您需要的部分。

对于 sam@coddykit.com，您需要提取域名 coddykit.com。先匹配 @，然后捕获它后面直到字符串末尾的所有内容。

下面的公式会返回 A2 中位于 @ 符号之后的部分。(.+) 会捕获一个或多个任意字符，而 $ 会将匹配限定到字符串末尾。

锚点可以帮助您从已知位置提取一部分内容。若只想捕获第一个单词，请将匹配锚定到开头，并在第一个空格处停止。

下面的公式会捕获 A2 开头连续的非空格字符。对于 John Smith，它会返回 John。[^ ]+ 表示一个或多个非空格字符。

由于提取失败会抛出 #N/A，如果一列中包含混合数据，将公式向下填充可能会让表格充满错误。

请将调用包在 IFERROR 中，以提供整洁的备用结果。下面的公式会在找到数字时返回数字；如果没有数字，则返回空字符串。

竖线 | 表示或。它可以让一个模式匹配多个选项。当代码可能以不同前缀开头时，这个功能非常有用。

下面的公式会提取 A2 中出现的状态词：OPEN、CLOSED 或 HOLD。它会返回最先找到的一个。

将 REGEXEXTRACT 应用于整列导入数据时，它的优势就能充分发挥出来。每一行都会提取出匹配的部分，并放入一个整洁的新列中，方便您排序或分析。

假设 A 列中存放着类似 Order 4821 - shipped 的订单字符串。将下面的公式向下填充到 B 列后，它会从每一行中只提取订单号，让混乱的源文本变成一列整齐、看起来像数字的数据。

检查您对匹配内容提取的掌握情况。

您已经学会，REGEXEXTRACT(text, pattern) 会在 Google 表格中返回第一个匹配的子字符串。要点如下：

• 结果始终是文本；如需数字，请使用 VALUE 进行转换
• 括号中的捕获组只会返回其中的部分内容
• 没有匹配结果时会返回 #N/A，因此请使用 IFERROR 进行保护
• | 可以让一个模式匹配多个选项

接下来，您将不再只是读取文本，而是开始使用 REGEXREPLACE 直接改写文本。