Excel VBA中的RegEx不正确地匹配扩展的ASCII字符答案

【问题标题】：RegEx in Excel VBA Matching Extended ASCII Chars ImproperlyExcel VBA中的RegEx不正确地匹配扩展的ASCII字符
【发布时间】：2024-01-02 08:48:01
【问题描述】：

我正在尝试使用 Excel VBA 中的以下 RegEx 删除所有不可打印和非 ASCII（扩展）字符：

[^\x09\0A\0D\x20-\xFF]

理论上，这应该匹配除制表符、换行符、回车符或可打印的 ASCII 字符（十六进制 20 和 FF 或 dec 32 和 255 之间的字符代码）之外的任何内容。我已经确认here Microsoft VBScript 正则表达式支持 \xCC 表示法，其中 CC 是十六进制的 ASCII 代码。

问题是这个正则表达式匹配超过 127 的每个字符。然后当匹配字符的代码高于 127 时，它会在 match.value 上抛出一个“无效的过程调用”。仅仅是 VBScript RegExes 不支持字符代码吗127以上？我似乎无法在任何地方找到这些数据。完整代码如下：

regEx.Pattern = "[^\x09\0A\0D\x20-\xFF]"
regEx.IgnoreCase = True 'True to ignore case
regEx.Global = True 'True matches all occurances, False matches the first occurance
regEx.MultiLine = True
If regEx.Test(Cells(curRow, curCol).Value) Then
    Set matches = regEx.Execute(Cells(curRow, curCol).Value)
    numReplacements = numReplacements + matches.Count
    For matchNum = matches.Count To 1 Step -1
        Cells(numReplacements - matchNum + 2, 16).Value = matches.Item(matchNum).Value
        Cells(numReplacements - matchNum + 2, 17).Value = Asc(matches.Item(matchNum).Value)
    Next matchNum
    Cells(curRow, curCol).Value = regEx.Replace(Cells(curRow, curCol).Value, replacements(pattNo))
End If

它匹配的第一个字符是 0x96 (&ndash)。当我观看“比赛”并展开它时，我可以在“观看”窗口中看到它。但是，当我尝试观看 match.Item(matchNum).Value 时，我得到了（见截图）。有什么想法吗？

【问题讨论】：

应该是[^\x09\x0A\x0D\x20-\xFF]？
我也认为 MatchCollection 是从零开始的。 (msdn.microsoft.com/en-us/library/…)

标签： regex excel vba vbscript non-printable

【解决方案1】：

Microsoft VBScript 正则表达式支持 \xCC 表示法，其中 CC是十六进制的ASCII码

请注意，ASCII 是从 \x00 到 \x7F 定义的，其中可打印的 ASCII 字符是从 \x20 到 \x7E。

\x80 及以上的代码是 Ansi，而不是 ASCII。

尝试下一个：

Dim ii, sExPatern: sExPatern = "[^\x09\x0A\x0D\x20-\x7E\"
For ii = 128 To 255
  sExPatern = sExPatern & Chr( ii)
Next
sExPatern = sExPatern & "]"
'...
regEx.Pattern = sExPatern

老实说，我不确定某些代码的重要性，例如十进制的129、131、136、144、152、160（我的Ansi代码页是“Windows中欧”，可以考虑更详细的检查）

【讨论】：