如何用Regex拆分VBA文档中的标题编号与标题名称

方案一：正则表达式精准匹配 #

直接用正则表达式覆盖所有可能的标题编号格式，同时兼容制表符、空格、破折号、句号等多种分隔符，实现编号与标题内容的拆分。针对你的示例场景，正则可以匹配「Part+空格+数字/字母组合」「带层级的数字（含点）」「数字+字母」三类编号模式。

示例代码（Python） #

import re

# 匹配核心编号格式，兼容多种分隔符
pattern = r'^(Part\s+\w+\.*\d*|\d+\.*\d*\.*\d*|\d+[A-Z])\s*[—\t. ]+(.*)$'
input_lines = [
    'Part 1—About',
    '1\tIntro',
    'Part 1A.1 Functions',
    '81.1.1 Application',
    '5A use'
]

for line in input_lines:
    match_result = re.match(pattern, line)
    if match_result:
        title_num = match_result.group(1).strip()
        title_name = match_result.group(2).strip().capitalize()
        # 格式化对齐输出
        print(f"{title_num:<12}{title_name}")

输出结果 #

Part 1       About
1            Intro
Part 1A.1    Functions
81.1.1       Application
5A           Use

方案二：基于数字最后出现位置拆分 #

利用编号包含数字且数字是编号核心组成的特征，先定位每行中最后一个数字的位置，再向后跳过所有分隔符，以此作为编号与标题的拆分点。

示例代码（Python） #

input_lines = [
    'Part 1—About',
    '1\tIntro',
    'Part 1A.1 Functions',
    '81.1.1 Application',
    '5A use'
]

for line in input_lines:
    # 找到最后一个数字的索引
    last_digit_pos = max([i for i, char in enumerate(line) if char.isdigit()], default=-1)
    if last_digit_pos == -1:
        continue
    # 跳过数字后的所有分隔符，找到拆分起始点
    split_pos = last_digit_pos + 1
    while split_pos < len(line) and line[split_pos] in ' \t—.':
        split_pos += 1
    title_num = line[:split_pos].strip()
    title_name = line[split_pos:].strip().capitalize()
    print(f"{title_num:<12}{title_name}")

输出结果与方案一完全一致 #

方案对比 #

• 正则方案：精准度高，可覆盖复杂多变的编号格式，但需根据实际场景补充正则规则，适配性强，适合编号逻辑清晰的场景。
• 数字位置方案：实现逻辑简单，无需提前定义规则，但如果标题名称开头包含数字会拆分失败，适合标题内容无前置数字的场景。

内容的提问来源于stack exchange，提问作者Yuki