Excel Power Query使用Web.Page运行正则返回匹配项及子匹配失败求助

现有代码核心问题 #

• 变量引用错误：代码中m1 = m1[Data]{0}[Children]存在自引用逻辑错误，应改为引用上一步输出的m0变量
• JS特性不兼容：Power Query的Web.Page接口依赖旧版IE内核渲染，不支持ES2022新增的match.indices属性，调用该属性会直接抛出异常导致匹配逻辑中断，同时d正则标志也不被旧内核支持
• 逻辑冗余错误：循环写入列表项时重复将全部匹配结果序列化后写入每个列表项，而非单个匹配值

修正后兼容Excel的完整代码 #

let
    input = "a1b2c3",
    regexPattern = "\d+",
    // 注意不要加d标志，旧IE内核不支持
    regexFlags = "gm",
    Match = (input as text, pattern as text, optional flags as text) as list =>
        let
            // 转义输入文本避免JS语法错误
            escapeJS = (str as text) as text => Text.Replace(Text.Replace(str, "'", "\'"), "\", "\\"),
            html = Text.FromBinary(Text.ToBinary("
            <html>
            <body>
                <ul id='Matches'></ul>
                <script>
                    var input = '" & escapeJS(input) & "';
                    var pattern = '" & escapeJS(pattern) & "';
                    var flags = '" & (if flags = null then "g" else escapeJS(flags)) & "';
                    var re = new RegExp(pattern, flags);
                    try {
                        var m = getMatches(input, re);      
                        var list = document.getElementById('Matches');
                        for (var i = 0; i < m.length; i++){
                            var li = document.createElement('li');
                            li.textContent = m[i];
                            list.appendChild(li);                                      
                        }
                    } catch (e) {
                        var li = document.createElement('li');
                        li.textContent = 'ERROR:' + e.message;
                        list.appendChild(li);
                    }
                    function getMatches(str, re) {
                        var matches = [];
                        var match;
                        while ((match = re.exec(str)) !== null) {
                            // 遍历所有捕获组，包含完整匹配项
                            for (var i = 0; i < match.length; i++) {
                                if (match[i] != null) {
                                    matches.push(match[i]);
                                }
                            }
                            // 防止零宽匹配导致死循环
                            if (re.lastIndex === match.index) {
                                re.lastIndex++;
                            }
                        }
                        return matches;
                    }
                </script>
            </body>
            </html>
            ")),
            page = Web.Page(html),
            // 提取匹配结果列表
            result = try page{0}[Data]{0}[Children]{0}[Children]{1}[Children] otherwise error "匹配失败",
            // 提取文本内容
            output = List.Transform(result, each _[Text])
        in
            output,
    // 调用函数直接得到匹配结果列表
    匹配结果 = Match(input, regexPattern, regexFlags)
in
    匹配结果

使用说明 #

• 上述代码直接在Excel Power Query的高级编辑器中粘贴即可运行，示例输入的返回结果为{"1","2","3"}
• 支持带捕获组的正则模式，会按匹配顺序返回所有捕获组的非空值
• 完全兼容Excel 2016及以上所有版本，无需额外配置或插件

内容的提问来源于stack exchange，提问作者PJE