如何使用正则表达式匹配不连续的字符串答案

【问题标题】：How to use Regex to match discontinuous strings如何使用正则表达式匹配不连续的字符串
【发布时间】：2017-10-26 18:36:05
【问题描述】：

这个问题对其他人来说可能很简单，但我是RegEx 和这个论坛的新手，无法在任何地方找到答案。

我有一些电子邮件进入 Microsoft Outlook，通常如下所示：

病人：史密斯，简

MRN：12345678

遭遇号：1234567890

相遇日期：2017 年 4 月 11 日 12:00AM

部门：神经学

中心：头痛

位置：主校区

就诊类型：新的神经性头痛

参加物理：JONES，MARY

我想让 Outlook 在收到每封电子邮件时对其进行检查，选择其主题行表明它们具有相关信息的电子邮件，然后提取 MRN、患者姓氏、患者名字和遇到日期。

当有新邮件到达时，我的模块会运行以下 Sub：

Public Sub ProcessImatchKpEmails(item As Outlook.MailItem)
Dim LastName As String
Dim FirstName As String
Dim EncounterDate As String
Dim MRN As String
Dim Body As String

On Error Resume Next

'   Check to make sure it is an Outlook mail message.
    If TypeName(item) <> "MailItem" Then Exit Sub
    Body = item.Body

'   Exract data from the email
    If item.Subject =  _
        gImatchKpEmailSubjectNo Or item.Subject = _ 
        gImatchKpEmailSubjectYes Or _
        item.Subject=_gImatchKpEmailSubjectMaybe Then
           MRN = ExtractText(Body, RegPattern("MRN"))
           LastName = ExtractText(Body, RegPattern("LastName"))
           FirstName = ExtractText(Body, RegPattern("FirstName"))
           EncounterDate = ExtractText(Body, RegPattern("EncounterDate"))
    End If
End Sub

RegPattern 函数如下所示：

Public Function RegPattern(Lookup As String) As String 'Creates a 
  regPattern for each type of lookup

On Error Resume Next

    Select Case Lookup
        Case "LastName"
            RegPattern = "Patient\s*[:]+\s*(\w*)\s*"
        Case "FirstName"
            RegPattern = "Patient\s*[:]+\s*(\w*)[,](\w*)\s*"
        Case "EncounterDate"
            RegPattern = "EncounterDate\s*[:]+\s*(\w*)\s*" 
        Case "MRN"
            RegPattern = "MRN\s*[:]+\s*(\d*)\s*"
    End Select

    Debug.Print Lookup, RegPattern

End Function

ExtractText 函数如下所示：

Public Function ExtractText(Str As String, RegPattern As String) As 
   String
Dim regEx As New RegExp
Dim numMatches As MatchCollection
Dim M As Match

On Error Resume Next

regEx.Pattern = RegPattern

Set numMatches = regEx.Execute(Str)
If numMatches.Count = 0 Then
    ExtractText = "missing"
Else
    Set M = numMatches(0)
    ExtractText = M.SubMatches(0)
End If

Debug.Print ExtractText
End Function

当我运行此程序时，代码会提取新电子邮件，并设法准确提取 MRN (12345678) 和患者姓氏 (Smith)。

但是，它还将患者的名字提取为 (Smith)。同样，它将 Encounter Date 拉为 (Apr)，但会丢失其余部分。

谁能告诉我正确的RegEx 代码是什么来获取患者的名字以及整个就诊日期？

感谢您的帮助。

【问题讨论】：

Outlook可以运行vbscript代码吗？
但是，一次检查一个正则表达式，这个Patient\s*[:]+\s*(\w*)\s* 只会匹配一组单词。我假设这是姓氏。此外，vbsctipt（或 vba？）是否遵循双引号规则（即必须转义转义）？
好的，看来您应该使用 1 个正则表达式来一次获取姓氏，名字。使用 First 名称并在第 1 组中获取 last，在第 2 组中获取 first。建议：如果没有名字，请不要在正则表达式中需要它。 Patient\s*[:]+(?:\s*(\w+)(?:\s*,\s*(\w+))?)?
注意 - 正则表达式相当普遍，一些非常了解正则表达式的人可能不知道您的语言用法。其他了解您的语言用法的人可能不太了解正则表达式。您可以优先考虑哪个方面最能帮助您的问题。否则，垃圾进，垃圾出。
谢谢你的罪。您建议的代码完全符合我的预期。

标签： regex vba email outlook

【解决方案1】：

"Patient\s*[:]+\s*(\w*)[,](\w*)\s*"

核心问题是你总是提取第 0 个子匹配；但是你有两组捕获括号。将第一组括号更改为非捕获括号应该会有所帮助：

"Patient\s*[:]+\s*(?:\w*)[,](\w*)\s*"

或者甚至没有括号作为名字，因为没有理由需要在那里分组。

另请注意，[:] 与 : 相同，您可能希望为名称捕获至少一个字符，即 \w+ 而不是 \w*。

【讨论】：

感谢您的帮助。