从公式字符串中解析出Excel函数

Question

我有一个包含Excel公式的字符串，如何从中解析出每个特定函数名称？

我无法想出如何编写正则表达式。基本上，它必须是括号前面的字符序列，而不在单引号或双引号内。

例如：

1. `=VLOOKUP($A9,'Summary'!$A$10:$C$30,3,FALSE)` - 应返回`VLOOKUP` 2. `=IFERROR((C10/B10),"N/A")` - 应返回`IFERROR` 3. `='New Chart Data (Date)'!L70` - 不应返回任何函数，因为没有函数 4. `=IFERROR((C10/B10),Len(E30))` - 应返回`IFERROR`和`LEN` 5. `='New Chart Data(Date)'!L70 + Len(5)` - 应返回`Len`。这是棘手的一种情况。许多都会错误地返回`Data`。

有什么想法吗？

提前感谢。

- Rafi

---

你难道不需要在做这个之前，用平衡文本的正则表达式，并且了解所有关键字、结构和变量名吗？ - user557597

该字符串已知包含一个公式，因此这些额外的检查没有必要。 - Andy G

所以，没有解析公式的规则..有趣。 - user557597

Answer 1

我想你可以像这样使用... （您可以使用类似以下内容的东西，我猜...）

(?<=[=,])[A-Za-z2]+(?=\()

正则表达式101演示（带有正则表达式的描述）

实际上，有一个小问题：像=IFERROR((C10/B10), Len(E30))这样的公式将不会得到Len。您可以使用以下公式代替，并修剪任何空格：

(?<=[=,])\s*[A-Za-z2]+(?=\()

或者因为C#接受可变长度的后顾断言......

(?<=[=,]\s*)[A-Za-z2]+(?=\()

我认为这需要比之前更多的资源。

编辑：我没有考虑到工作表名称可以采用=Sheet(2)的形式，例如='=Sheet(2)'!A1

(?<=[=,])\s*[A-Za-z2]+(?=\()(?![^']*'!)

改进的regex101

编辑2：还忘记了运算符...我想我会像Andy一样使用单词边界，因为唯一的问题是

\b[A-Za-z2]+(?=\()(?![^']*'!)

updated regex101

- Jerry

---

太棒了！（再来几个） - crthompson

为什么需要在表达式开头加上 (?<=[=,])？ - Rafi

@Rafi 这是为了确保文本前面有等号或逗号。这将避免出现类似 Sheet(1) 的工作表名称的匹配。我还忘记了其他一些东西！在我的答案中有更详细的解释。 - Jerry

@Jerry 说得好，但它也无法匹配第5个Len。我刚刚添加了第5个。 - Rafi

@Rafi 糟糕，还有其他的操作员！我的天啊，我错过了很多。给我几分钟... - Jerry

@Rafi 我拿了我为另一个问题制作的公式，并将其添加到其他公式中，我认为这使得验证集更完整了。更新的正则表达式。 - Jerry

Answer 2

我认为它可以简化，使用单词边界 \b 而不是回顾后面：

\b([A-Za-z2]+)(?=\()

- Andy G

---

你刚刚添加了那个 ;). 在这种情况下，我个人仍然会使用我的正则表达式，并在C#中创建一个集合，可能是HashSet，包含所有Excel函数名称; 大约有300个。 我会拒绝不在此列表中的匹配项。（如果有人将函数名称用作工作表名称，那么我会认真地与他们谈话！） - Andy G

或者，我可以对字符串运行两个正则表达式，一个用于剥离撇号之间的所有内容。但我猜你仍然在追求单一正则表达式的解决方案 :) - Andy G