查找和替换 URL 和电子邮件地址

Question

我可以使用正则表达式在 Microsoft Word 文档中查找和替换 IP 地址，但是我无法对电子邮件地址和 URL 执行相同的操作。

以下是经过测试的 URL 和电子邮件地址的正则表达式，因此我知道它们有效。我一直无法让宏使用它们进行查找和替换。

网址：“((https|http)://)?([0-9a-zA-z.-]+).([0-9a-zA-Z.]{2,6})( [0-9a-zA-z.-/]+)"

电子邮件：“[a-zA-Z0-9.]+(\@)[a-zA-Z]+(.)[a-zA-Z0-9]{2,6}”

Sub Test()
    Selection.HomeKey Unit:=wdStory
    Selection.Find.ClearFormatting
    Selection.Find.Replacement.ClearFormatting
    Selection.Find.MatchWildcards = True


    ' Remove IPs
    With Selection.Find
        .Text = "[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}"
        .Replacement.Font.ColorIndex = wdRed
        .Replacement.Text = "[IP REMOVED]"
        .Forward = True
        .Wrap = wdFindContinue
        .Format = True
        .MatchCase = False
        .MatchWholeWord = False
        .MatchAllWordForms = False
        .MatchSoundsLike = False
        .MatchWildcards = True
    End With
    Selection.Find.Execute Replace:=wdReplaceAll
End Sub

我使用以下代码测试了我的正则表达式：

Sub Test_Regex()
    Dim objRegExp As Object
    Set objRegExp = CreateObject("vbscript.regexp")
    objRegExp.Global = IsGlobal1
    objRegExp.Pattern = "((https|http)\:\/\/)?([0-9a-zA-z\.\-]+)\.([0-9a-zA-Z\.]{2,6})([0-9a-zA-z\.\-\/]+)?"
    objRegExp.IgnoreCase = Not IsCaseSensitive1
    RegExpReplace = objRegExp.Replace("google.com/asdasd/asda/asda.cssd", "RegexWorks")
    MsgBox (RegExpReplace)
End Sub

@Wiktor Stribiżew -- 我尝试根据您最近的评论使用正则表达式以保留格式，但当我运行它时它仍在剥离格式。这个 urlPattern 正则表达式和你描述的一样吗？

Sub Test()
    Dim urlPattern As String: urlPattern = "((https)\:\/\/)([0-9a-zA-z\.\-]+)\.([0-9a-zA-Z\.]{2,6})([0-9a-zA-z\.\-\/]+)"
    Dim regExp As Object
    Set regExp = CreateObject("vbscript.regexp")

    With regExp
        .Pattern = urlPattern
        .Global = True
        ActiveDocument.Range = regExp.Replace(ActiveDocument.Range, "[REDACTED]")
    End With
End Sub

Answer 1

我稍作修改并将您的模式转换为与 Word 兼容的占位符模式，因为您需要使用 Word 搜索/替换而不是正则表达式引擎来执行此操作。

重要提示：

在 Word 中，占位符模式具有本地化部分，这意味着 量词可以用分号而不是逗号分隔，具体取决于 在您的语言环境中。

另请注意，问号在 Word 中并不表示“可选”，而是表示“任何类型的 1 个字符”。因此，如果您的 URL 没有 http/s 介绍，您将需要第三种模式。

也就是说，这里应该给你一个好的开始。请注意我在 {} 量词中使用了分号，如果您的语言环境需要，请用逗号替换。另请注意我没有使用选择：

Dim patterns As Variant
Dim placeholder As Variant

patterns = Array("[a-zA-Z0-9.]{1,}(\@)[a-zA-Z]{1,}.[a-zA-Z0-9]{2,6}", "htt[ps]{1,2}://[0-9a-zA-Z.\-]{1,}[0-9a-zA-Z.\/\-_]{1,}", "[0-9a-zA-Z\-]{3,}.[0-9a-zA-Z.\/\-_]{3,}")
placeholder = Array("[EMAIL REMOVED]", "[URL REMOVED]", "[URL REMOVED]")

For i = 0 To 2
    With ActiveDocument.Content.Find
        .ClearFormatting
        .Replacement.ClearFormatting
        .text = patterns(i)
        .Replacement.text = placeholder(i)
        .MatchWildcards = True
        .Execute Replace:=wdReplaceAll
    End With
Next i