本文转自：http://www.cnblogs.com/CodeBlove/archive/2011/08/09/2132748.html
为了实现数据库与EXCEL导入导出功能，需要写一个EXCEL访问类，遇到单元范围地址处理的问题。考虑几天最终决定用正则表达式来判断单元格行列地址字符串。网上找了半天也没找到相关详细的描述，只能自己DIY。
这天书一样的规则实在令人却步，不过考虑到掌握之后前途无量，以前很多字符串解析都是用程序循环逻辑判断的方法实现，用正则表达式会变得很简单。花了2天时间研究正则表达式，终于实现了要求。在研究过程中还了解到小括号在正则表达式中的作用。把研究结果写出来的目的也是为了复习一遍以加深印象，同时也做个备忘。
先给出EXCEL单元及范围地址的正则表达式：
单地址：
(^(\$?)[a-zA-Z]+\2[0-9]*$)|(^\$?[0-9]+$)
范围地址：
((^(\$?)[a-zA-Z]+\3[0-9]*)|(^(\$?)[0-9]+)):(((\3)[a-zA-Z]+\3[0-9]*$)|(\5[0-9]+$))
并编写相应的方法，C#中要注意“\”符号的转义，要写成“\\”。
下面是C#实现方法。
using System.Text.RegularExpressions;
//其他代码略 |
//匹配单地址 |
public static bool IsXlsCell(string input) |
{ |
return Regex.IsMatch(input, "(^(\\$?)[a-zA-Z]+\\2[0-9]*$)|(^\\$?[0-9]+$)"); |
} |
|
// 匹配范围地址 |
public static bool IsXlsRange(string input) |
{ |
return Regex.IsMatch(input, "((^(\\$?)[a-zA-Z]+\\3[0-9]*)|(^(\\$?)[0-9]+)):(((\\3)[a-zA-Z]+\\3[0-9]*$)|(\\5[0-9]+$))"); |
} |
分析并创建基本零件：
以单地址为例。在EXCEL中单个单元格地址的格式由行列参数组成，格式是“$列号$行号”，例如“$B$10”，也可以省略"$"，如“B10”，该字符串表示2列10行的单元格。两种格式EXCEL都支持。然后分析单个单元格字符串的其他两种情况。EXCEL中另两种特殊情况是单列和单行，格式是“$列号”和“$行号”，比如“$A”和“$10”，或者“A”和“10”（），分别表示列号为2的整个列和行号为10的整个行。
（EXCEL中的对象的方法参数顺序与之相反“CELL[int row,int col].Value”，是行在前列在后。而地址描述中字母总是表示列号，数字总是表示行号，有关字母转换成数值另外写文章说明。）
经过如此分析，可见单个单元地址就三种情况，外加“$”符号组合共6种组合。即“[$][COLUMN][$][ROW]”，这个就是模型，而且列只能是字母（不区分大小写），行只能是数字，方括号代表可省略。虽然这个写法不是很准确，但是基本已经能看出点正则表达式的影子了，也清楚地看出，除了"$"符号的修饰，单元地址的组成就是两部分，列项与行项。
下面一步步来组装基本的正则表达式，为了条理清晰，先给出每一项的结果，每一项你可以理解为一个零部件。
- “$”符号的正则表达式“\$?”
“$”符号可有可无，而为了完整性也不能丢下它不管，也为了字符串的美观，更是为了后面测试正则表达式中小括号的缓存作用，我做了这样的规则，一旦第一个匹配项带“$”，后面的匹配项必须有，否则视为无效，即不匹配（简直多此一举，哈哈，其实在实际应用时，匹配之前可以先Replace掉）。匹配单个可有可无的符号是“\$?”，由于“$”在正则表达式中式结束限定符，所以必须要转义，转义符和C-LIKE语言一样，都是“\”符，后面的“?”代表之前的匹配项匹配0个或1个，即可有可无啦。
- COLUMN列的正则表达式的基本格式“[a-zA-Z]”
“[a-zA-Z]”表示匹配一个大写或小写的字母，注意，只是匹配一个字母，方括号对里面是范围，这里限定了匹配字母范围，即小写的a到z和大写的A到Z，z和A之间不能有其他字符，包括空格。好了，现在进行扩展，列号可能是多个字母组成，因此在方括号后面加个限定符，如果需要匹配1个或连续多个，用“+”符号，即“[a-zA-Z]+”，如果要匹配0个或多个，用“*”符号，即“[a-zA-Z]*”。
- ROW行的正则表达式的基本格式“[0-9]”
这个就不用说了，和上面一样，0-9是限定范围，意思就是匹配单个数字符号，同理，要匹配1个或多个数字符号就是“[0-9]+”，要匹配0个或多个数字符号用“[0-9]*”。
小结一下，“+”和“*”都是用来限定前面的匹配项的，你可以理解“+”为至少有一个，同样可以理解“*”为可以是连续多个,也可以没有。
组装：
以上三项是单元地址匹配所需要的主要零件，为了描述方便，这里为这些零件按顺序分别称为X、Y、Z作为代号，下面开始组装。
从前面的分析看，单个单元格地址有三种情况，列行（单个单元格）、单列、单行，下面一个个来。
- 单个单元格的正则表达式“^\$?[a-zA-Z]+\$?[0-9]+$”
这种情况下，列字母之前只允许出现“$”或没有其他字符，因此需要用到“^”开始限定符，该符号代表右边的匹配项是字符串开始，不存在其他符号，即^X,也就是在第一个零件前面加个“^”，展开就是“^\$?”。注意这里的“?”的含义。接下来就是列字母序列，那么就是^XY，而且在单个单元格地址中列字母必须有一个且可能为多个字母，因此后面加个“+”，即^XY+，展开就是“^\$?[a-zA-Z]+”。再来组装行的表达式零件，代码是Z，好吧，那就是^XY+Z，等等，好像少了什么，对了，数字前面可能还有个“$”要匹配，插入之^XY+XZ，在这里行的数字符号也是必须有一个且可能为多个数字符号，因此后面也加个“+”，即^XY+XZ+，然后，对了，数字后面不能有其他非数字符号，加个结束限定符“$”（前面说过），加上后就是“^XY+XZ+$”，展开后就是“^\$?[a-zA-Z]+\$?[0-9]+$”。
- 单列的正则表达式“^\$?[a-zA-Z]+$”
这个就简单了，根据上面的说明，很容易组装起来，“^XY+$”，展开“^\$?[a-zA-Z]+$”，就这么简单。
- 单行的正则表达式“^\$?[0-9]+$”
这就不用说了，“^XZ+$”，展开“^\$?[0-9]+$”。
注意X,Y,Z都代表上面三个基本零件，像做代数一样要代入表达式。而“^”符号代表开始，“$”符号代表结束，如果不加，就无法屏蔽掉非法字符，像“12AB34”这样的字符串，就也会认为单元格地址匹配，所以是不允许的。
到此为止似乎是完成了，但是这样要写三个方法分别去匹配三种情况，而且判断时要分三次调用，这可还不够完美也很麻烦，需要进行整合优化。
优化：
为了方便理解，还是用代数式来描述，我们已经有了三个对应不同情况的表达式，他们是“^XY+XZ+$”、“^XY+$”、“^XZ+$”，可以看出，后两种分别是前一种的子集。
交集
“^XY+XZ+$” ∩ “^XY+$” =“^XY+”。单列与单元格交集。
“^XY+XZ+$” ∩ “^XZ+$” =“XZ+$”。单行与单元格交集。
补集（忘记什么符号了，不管了用减号代替着）
“^XY+XZ+$” - “^XY+$” =“XZ+”。单列与单元格补集。
“^XY+XZ+$” - “^XZ+$” =“XY+”。单行与单元格补集。
规则：左对齐，先看单列与单元格的关系。可以看出单列和单元格的交集的一部分“^XY+”，补集是“XZ+”,不同之处是行部分，对于单列来说行号是缺失的，可以没有的。因此把“+”号换成“*”号，表示可以没有行。
记为：“^XY+XZ*$“，这样即可以匹配单元格也可以匹配单列。一下子解决了2种情况，还有一种单行情况只能单独列出，即"^XZ+$"。
然后组合“(^XY+XZ*$)|(^XZ+$)”，恩，不错，经过这样子优化，应该是最优了，好了可以做代数了，代入扩展开来：
"(^\$?[a-zA-Z]+\$?[0-9]*$)|(^\$?[0-9]+$)"感觉差不多了，最后强制"$"符号一致性（发烧一下）。由于"?"代表可有可无，因此“$A10”的单个单元格地址也能匹配，但是为了测试小括号的缓存机制，要求统一使用“$”符号，要么都不带，要么都带。把匹配“$”符号的匹配项加括号（这里不涉及单列和单行的情况），见标红色部分：
"(^(\$?)[a-zA-Z]+(\$?)[0-9]*$)|(^\$?[0-9]+$)"
无论前面一个匹配是否成功，要求后面一个要与之一致，根据正则表达式规则，小括号都会做匹配结果缓存，“\n”可以引用缓存中的结果，其中n代表缓存号，缓存号从1-99编号，按层次按先后编号，估计就是堆栈的原理。那么把括号分解看看第一个匹配项是几号。
( //缓存1# |
^ |
(\$?) //缓存2# |
[a-zA-Z]+ |
(\$?) //缓存3# |
[0-9]*$ |
) |
| |
(//缓存4# |
^\$?[0-9]+$ |
) |
这样清楚了，第一个“$”匹配项是2#缓存，OK，动个小手术，见红字，把“\$?”改成“\2”，最后加上C#的转义符"\"，这就是最终单地址的正则表达式。
"(^(\\$?)[a-zA-Z]+\\2[0-9]*$)|(^\\$?[0-9]+$)"
范围地址和此类似，就是更复杂些。以上表达式在VS2008的C#中调试通过，无BUG。
