从EXCEL BOM 描述中提取部分信息---正则表达式使用

shuiqinghan2012

已于 2023-04-18 18:01:47 修改

阅读量936

点赞数

分类专栏： Python 笔记文章标签： excel python 正则

于 2023-04-18 18:00:42 首次发布

本文链接：https://blog.csdn.net/kingsai2012/article/details/130205413

版权

笔记同时被 2 个专栏收录

22 篇文章

订阅专栏

Python

7 篇文章

订阅专栏

从EXCEL BOM描述中提取关键的信息，用于建库填写内容，或者检查BOM等都会用到，如下大概通过两种方式实现信息的提取

1.手动Excel中提取

2.将如上1的方式用python实现，可以实现批量操作，减少操作带来的错误，明显提高干工作效率

2.使用Python Openpyxl和RE库实现

案例说明：

从如下这个电阻的BOM信息中，通过描述信息，提取到value和footprint的信息

R0000212

片状电阻 Precise SMD resistor

厚膜电阻 86.6KΩ ±1% 1/20W SMD 0201(公制0603)

RC0201FR-0786K6L

YAGEO(国巨)

具体的描述为：
Description = 厚膜电阻 86.6KΩ ±1% 1/20W SMD 0201(公制0603)
提取最终的value为（根据自己的需求）

value = 86.6K;1%;0201

提取最终的footprint为：

footprint = SR0201

1.手动Excel中提取

想到的Excel操作

1. 分列：适用于固定格式

通过多个数据分析，面试信息虽然有基本相同的格式，但是也不是完全相同，因此不能使用分列完成。

2.ctrl+e快捷键的作用

此操作基本可以完成80%的信息，但是有部分因格式不完全相同会匹配信息不全，而且每次匹配完还需要人工再对一下，再没有更好的办法之前这个是比较好的办法。

3.正则表达式

因Excel本身不带正则表达式，因此使用宏自定义函数，再使用自定义的RE函数执行正则表达式，

注：对于正则表达式，如一次正则不能完全涵盖所有情况，可以使用筛选后多次匹配来完成，另外操作完后对应的列是=RE公式，还需要复制粘贴为文本

4.其它方式

如Access是否也具有提取信息的功能？个人不熟悉

Excel 使用正则表达式

EXCEL中如何使用正则表达式_excel 正则表达式_普通网友的博客-CSDN博客

需要自定义RE函数，然后使用RE函数，这里直接复制如上链接的代码，按SOP操作，不需要懂原理也可以操作。

Function RE(OriText As String, ReRule As String, ReplaceYesOrNo As Boolean)
'''
'OriText：待匹配的字符串
'ReRule：正则表达式
'ReplaceYesOrNo：是否采用替换方法，1表示替换，0表示不替换，默认为不替换
'''
'创建一个正则表达式实例对象
Set ReObject = CreateObject("vbscript.regexp")
 
With ReObject
 
    '是否区分大小写，一般需求是不用区分大小写，因此这里为True
    .IgnoreCase = True
    
    '是否匹配所有，一般需求也都是匹配所有，这里也就默认是True,如果为False表示只匹配第一次出现的
    .Global = True
    
    '匹配时所用到的正则表达式
    .Pattern = ReRule
    
    If ReplaceYesOrNo Then
        
        '如果使用替换方法，则将正则表达式匹配到的项替换为空
        RE = .Replace(OriText, "")
        
    Else
        '否则，返回可迭代对象的第一项
        RE = .Execute(OriText)(0)
    End If
    
End With
End Function

如上是部分测试；

在线正则表达式测试平台

正则表达式在线测试 | 菜鸟工具

3个正则表达式在线自动生成器（正则表达式自动生成工具）-老部落

正则语法如下

. - 除换行符以外的所有字符。
^ - 字符串开头。
$ - 字符串结尾。
\d,\w,\s - 匹配数字、字符、空格。
\D,\W,\S - 匹配非数字、非字符、非空格。
[abc] - 匹配 a、b 或 c 中的一个字母。
[a-z] - 匹配 a 到 z 中的一个字母。
[^abc] - 匹配除了 a、b 或 c 中的其他字母。
aa|bb - 匹配 aa 或 bb。
? - 0 次或 1 次匹配。
* - 匹配 0 次或多次。
+ - 匹配 1 次或多次。
{n} - 匹配 n次。
{n,} - 匹配 n次以上。
{m,n} - 最少 m 次，最多 n 次匹配。
(expr) - 捕获 expr 子模式,以 \1 使用它。
(?:expr) - 忽略捕获的子模式。
(?=expr) - 正向预查模式 expr。
(?!expr) - 负向预查模式 expr。

也可以使用python openpyxl操作excel，使用Python re正则表达式完成操作

2.使用Python Openpyxl和RE库实现

实现如上1的全部操作

需要具备一点python基础，主要使用的库就是openpyxl和re

re 匹配模式可以提前在线测试好，使用python的好处是替换，查找等文本操作全部可以用程序完成，且可以做到批量处理，经过两个多小时的努力测试，基本完成要求！

如下是处理电阻最主要的几个函数，可以看到基本是把手工操作全部用代码实现了。

    #修改电阻value的内容
    def modifyValue(self,value):
        # 去掉空格
        value = value.replace(" ", "")
        #mΩ电阻使用mR标识
        if 'mΩ' in value:
            value = value.replace("mΩ","mR")
        # 去掉Ω
        value = value.replace("Ω", "")
        # 去掉±
        value = value.replace("±", ";")
        # 去掉SMD
        value = value.replace("SMD", ";")
        print(value)
        return value
    #向Excel特定cell写入值
    def writeValue(self,row,col,value):
        # 写入对应的value 列
        logging.info('向Excel中写入value {}'.format(value))
        self.sheet.cell(row, col, value)
    
def setResValue(self,strValue):
        column = self.getCellColum(strValue)
        valueCol = self.getCellColum('Value')
        print(valueCol)
        #遍历打印每行的描述
        logging.info('excel sheet is  {}'.format(self.sheet))
        for row in range(2,self.sheet.max_row + 1):
            descrip = self.sheet.cell(row,column).value
            print(descrip)
            #处理电阻描述的正则表达
            valuePattern = re.compile(r'(\d+([.]\d+)?)\w?[Ω]\s?[±](\d+([.]\d+)?)[%]')
            packagePattern = re.compile(r'SMD\s\d+')
            valueMo = valuePattern.search(descrip)
            packageMo =packagePattern.search(descrip)
            if valueMo is not None:
                #如匹配成功处理完后写入对应的excel 列
                value = valueMo.group() + packageMo.group()
                value = self.modifyValue(value)
                self.writeValue(row,valueCol,value)

总结：

如上内容的核心还是正则表达式

1.对于正则表达式一开始不熟悉，可以使用在线测试，尤其在线测试中有可视化工具，很快就可以完成表达式，是不是也有自动生产正则表达式的工具，比如我开头举得栗子作为输入，是否可以直接产生正则表达式？目前还没找到，如有这种工具，还望友友们推荐。

2.如上提到的python操作excel，主要用的就是读取和写入内容，没有多少工作量，剩余的基本都是文本操作，比如查找替换等

正则的学习，如下这个工具也基本够用

正则表达式可视化工具 | 菜鸟工具