在一个单元格内对多行进行正则表达式提取

Question

在 Google 表格中，我在一个单元格中有这个：

Random stuff blah blah 123456789
<Surname, Name><123456><A><100><B><200>
<Surname2, Name2><456789><A><300><B><400>
Some more random stuff

并想匹配 <> 括号内的字符串。使用 = REGEXEXTRACT(A4, "<(.*)>") 我到目前为止：

Surname, Name><123456><A><100><B><200

很好，但这只是第一行。所需的输出将是这样的（可能包括 beginning/end 处的 <>，这并不重要）：

Surname, Name><123456><A><100><B><200>
<Surname2, Name2><456789><A><300><B><400

或者简单地说：

Surname, Name><123456><A><100><B><200><Surname2, Name2><456789><A><300><B><400

怎么去？

Answer 1

请尝试：

=SUBSTITUTE(regexextract(substitute(A4,char(10)," "),"<(.*)>"),"> <",">"&char(10)&"<")

从中间开始，substitute 将换行符 (char(10)) 替换为 space。这使得 regexextract 可以处理完整的（即多行）字符串，其模式与 OP 已经熟悉的模式相同。 SUBSTITUTE 然后用换行符恢复相关的 space（标识为立即被 > 和 < 包围）。

Answer 2

Google 张使用 RE2 syntax。您可以设置 multi-line 和 s 标志以匹配多行。以下将匹配单元格 A2 中多行的所有字符。

=REGEXEXTRACT(A2, "(?ms)^(.*)$")

Answer 3

REGEXEXTRACT(A1,"text1(?ms)(.*)text2")

因此，在这种情况下：

REGEXEXTRACT(A1,"<(?ms)(.*)>")

在一个单元格内对多行进行正则表达式提取

Regexextract over multiple lines within one cell

regex

google-sheets

substitution