Views

VBA - Usar a correspondência de padrão para analisar dados de uma string



O que é o fenômeno chamado BIG DATA?




É sempre importante termos algumas funções que fazem truques novos para analisarmos os nossos dados.

Muitas vezes é necessário extrairmos um único bloco de dados a partir de um campo de texto ou outra string. O padrão VBA de manipulação funções como InStr () e Mid () podem nos ajudar muitas vezes, mas exigem uma codificação trabalhosa quando se trata de identificar e extrair parte de uma string que corresponde a um determinado padrão - por exemplo, um CEP ( cinco dígitos e, opcionalmente, um hífen e mais quatro dígitos) ou um código postal do Reino Unido (por exemplo, "B1 3AA", "SA21 4FH", "SW1P 5RH").

A função rgxExtract() pode ser usada no VBA de toda a suíte do MS Office, e em consultas num banco de dados MS Access. 

Argumentos

rgxExtract() leva até seis argumentos, embora normalmente só os dois primeiros ou três são necessários. Estes são como se segue:

Target As Variant
Target é a string a ser procurada. Ela é declarada como uma Variant para torná-la mais fácil de usar nas consultas de acesso: se Target for nulo, a função simplesmente retornrá Null.

Pattern As String
Pattern é a expressão regular para ser usada. Mesmo se declarada como opcional, você deve sempre passar o padrão.

Item As Long
Item é um argumento opcional para uso quando a expressão regular for produzir mais do que um jogo, ou quando houver agrupamento / captura parênteses no padrão.

Se o Item for omitido, a função retorna o primeiro (ou único) corresponde encontrado.

Se Item >= 0 , a função retorna a partida correspondente. 0 retorna o primeiro jogo, 1 o segundo, e assim por diante. Se Item exceder o número de partidas, a função retorna um erro de intervalo (ou nulo se você tiver especificado que não deve falhar em erros (veja abaixo).

Os argumentos restantes são opcionais e são menos frequentemente necessário. Eles são:

CaseSensitive As Boolean
Por padrão, rgxExtract não é case-sensitive (combinando o comportamento padrão para buscas do Access). Definir CaseSensitive como True muda isso.

FailOnError As Boolean
Por padrão, é definido como True , e qualquer erro em tempo de execução será passado de volta para a rotina de chamada com uma mensagem apropriada. Isto é conveniente para depuração, mas pode ser um grande incômodo quando você está chamando rgxExtract() a partir de uma consulta do Access e aparece uma messagebox para relatar um erro - repetindo-se para cada uma das dezenas ou centenas de registros. Se você definir FailOnError para False, RgxExtract() simplesmente ignorará a maioria dos erros (como expressões regulares defeituosas e os Item erros intervalo mencionado acima), retornando Null.

Persist as Boolean
Normalmente, cada vez que você chamar rgxExtract() precisa criar e inicializar o objeto de expressão regular VBScript que ele usa. Este tempo se torna significativo se a função está sendo chamado dentro de um loop ou de uma consulta que está processando milhares de registros. Se você definir Persist como True , o objeto de expressão regular será criado uma vez e deixado na memória entre as chamadas sucessivas do rgxExtract().  Isso pode acelerar bastante os nossos laços.

Se você usar Persist , o objeto de expressão regular vai ficar na memória após a última chamada para rgxExtract().  Você pode eliminá-lo, chamando rgxExtract() mais uma vez sem argumentos.

Public Function rgxExtract (Optional ByVal Target As Variant, _
    Optional Pattern As String = "", _
    Optional ByVal Item As Long = 0, _
    Optional CaseSensitive As Boolean = False, _
    Optional FailOnError As Boolean = True, _
    Optional Persist As Boolean = False) _
  As Variant
   
  'Regular expression matching function suitable for use
  'in VB/A generally and in Access queries.
  'By John Nurick. Updated 14 Jan 06.
   
  'Takes a search string (Target) and a regular expression
  '(Pattern), and an optional Item argument.
  '- If Item is omitted and a substring of Target matches Pattern,
  '  returns that substring.
  '- If Pattern includes grouping parentheses, a substring of Target
  '  matches Pattern, and Item is an integer, returns the submatch
  '  specified by Item (first submatch is item 0). If there aren't
  '  enough submatches, returns Null. Negative values of Item start
  '  counting with the last submatch.
  '- If no match, returns Null.
  '- Returns Null on error unless FailOnError is True.
  '  Always matches against the entire Target (i.e. Global and
  '  Multiline are True).
  
  'CaseSensitive matches regardless of case.
  'Persist controls whether the compiled RegExp object
  'remains in memory ready for the next call to the
  'function or whether it is disposed of immediately. This
  'means the function can be used in queries without having
  'to create, compile, use and destroy a new RegExp object for
  'each row being processed. But it also means that the object
  'remains in memory after the query has run. To destroy the
  'object and release the memory, call this function one
  'last time with no arguments.
  '
  'Calling the function with different arguments (e.g. a new
  'Pattern) recompiles the RegExp object, so
  'the function can be used in different queries. However there
  'may be problems if two threads are calling the function at
  'the same time.
  Const rgxPROC_NAME = "rgxExtract"
  Static oRE As Object 'VBScript_RegExp_55.RegExp
    'Static declaration means we don't have to create
    'and compile the RegExp object every single time
    'the function is called.
  Dim oMatches As Object 'VBScript_RegExp_55.MatchCollection
   
  On Error GoTo ErrHandler
  rgxExtract = Null 'Default return value
    'NB: if FailOnError is false, returns Null on error
  If IsMissing(Target) Then
    'This is the signal to dispose of oRE
    Set oRE = Nothing
    Exit Function 'with default value
  End If
   
  'Create the RegExp object if necessary
  If oRE Is Nothing Then
    Set oRE = CreateObject("VBScript.Regexp")
  End If
  With oRE
    'Check whether the current arguments (other than Target)
    'are different from those stored in oRE, and update them
    '(thereby recompiling the regex) only if necessary.
    If CaseSensitive = .IgnoreCase Then
      .IgnoreCase = Not .IgnoreCase
    End If
    .Global = True
    .Multiline = True
'    If Multiline <> .Multiline Then
'      .Multiline = Multiline
'    End If
    If Pattern <> .Pattern Then
      .Pattern = Pattern
    End If
  'Finally, execute the match
    If IsNull(Target) Then
      rgxExtract = Null
    Else
      Set oMatches = oRE.Execute(Target)
      If oMatches.Count > 0 Then
        If oMatches(0).SubMatches.Count = 0 Then
          'No ( ) group in Pattern: return the match
          If Item < 0 Then 'we're counting from last item
            'convert to count from the first item
            Item = oMatches.Count + Item
          End If
          Select Case Item
            Case Is < 0
              'Negative Item originally passed exceeded the
              'number of matches
              rgxExtract = Null
              If FailOnError Then
                Err.Raise 9
              End If
            Case Is >= oMatches.Count
              'Positive Item exceeded the number of matches
              rgxExtract = Null
              If FailOnError Then
                Err.Raise 9
              End If
            Case Else
              rgxExtract = oMatches(Item)
          End Select
         
        Else  'There are one or more ( ) captured groups in Pattern
              'return the one specified by Item
          With oMatches(0).SubMatches
            If Item < 0 Then 'we're counting from last item
              'convert to count from the first item
              Item = .Count + Item
            End If
            Select Case Item
              Case Is < 0
                'Negative Item originally passed exceeded the
                'number of submatches
                rgxExtract = Null
                If FailOnError Then
                  Err.Raise 9
                End If
              Case Is >= .Count
                'Positive Item exceeded the number of submatches
                rgxExtract = Null
                If FailOnError Then
                  Err.Raise 9
                End If
              Case Else 'valid Item number
                rgxExtract = .Item(Item)
            End Select
          End With
        End If
      Else
        rgxExtract = Null
      End If
    End If
  End With
  'Tidy up and normal exit
  If Not Persist Then Set oRE = Nothing
  Exit Function
ErrHandler:
  If FailOnError Then
    With Err
      Select Case .Number
        'Replace the default "object-defined error" message
        Case 9: .Description = "Subscript out of range (the Item number requested " _
          & "was greater than the number of matches found, or than the number of " _
          & "(...) grouping/capturing parentheses in the Pattern)."
        Case 13: .Description = "Type mismatch, probably because " _
          & "the ""Target"" argument could not be converted to a string"
        Case 5017: .Description = "Syntax error in regular expression"
        Case 5018: .Description = "Unexpected quantifier in regular expression"
        Case 5019: .Description = "Expected ']' in regular expression"
        Case 5020: .Description = "Expected ')' in regular expression"
      Case Else
        If oRE Is Nothing Then 'Failed to create Regexp object
          .Description = "Could not create VBScript.RegExp object. " & Err.Description
        Else 'Unexpected error
          .Description = rgxPROC_NAME & ": " & .Description
        End If
      End Select
      Set oRE = Nothing
      .Raise Err.Number, rgxPROC_NAME, _
          rgxPROC_NAME & "(): " & .Description
    End With
  Else 'Fail silently
    Err.Clear
    Set oRE = Nothing
  End If
End Function



Tags: VBA, string, manipulação, John Nurick, 




Tags: , , ,

Nenhum comentário:

Postar um comentário

Assinar: Postar comentários (Atom)
diHITT - Notícias