正则表达式函数应用指南

1. 核心价值与适用范围

💡 场景价值：
主要用于在【自动化 - 快捷按钮】中处理非结构化文本。通过正则函数，我们可以直接在伙伴云中完成复杂的文本清洗、关键信息提取和格式转换，无需依赖外部代码开发。

2. 正则符号速查表（必读基础）

理解这些符号是使用函数的前提。以下是业务中最高频使用的规则：

3. 函数实战与场景解析

3.1 🕵️ 抓取专家：REGEXP_MATCH

一句话介绍：在一堆乱七八糟的文字里，精准把你要的那一个东西"抠"出来。

• 场景：从客户备注中提取手机号
• 公式：

REGEXP_MATCH({备注字段}, '\d{11}')

• 原理：扫描文本，一旦发现连续11个数字，立即停止扫描并返回结果

3.2 🕵️‍♀️ 抓取全家桶：REGEXP_MATCH_ALL

一句话介绍：MATCH 只能抓第一个，MATCH_ALL 能把符合条件的所有东西都抓出来，变成一个列表。

• 场景：提取跟进记录中提及的所有产品型号（如 A-100, B-200）
• 公式：

REGEXP_MATCH_ALL({跟进记录}, '[A-Z]-\d{3}')

• 原理：[A-Z] 匹配大写字母，- 匹配横杠，\d{3} 匹配3位数字。函数会找出全文中所有符合该结构的内容

3.3 🛡️ 隐私保镖：REGEXP_REPLACE

一句话介绍：把你不想要的内容，替换成别的内容（或者直接删掉）。

• 场景：手机号脱敏，将 13812345678 变为 138****5678
• 公式：

REGEXP_REPLACE({手机号}, '(\d{3})\d{4}(\d{4})', '$1****$2')

• 原理：利用 () 分组捕获，保留第1组（前3位）和第2组（后4位），中间部分直接用 **** 覆盖

3.4 🚦 质检员：REGEXP_TEST

一句话介绍：它不提取数据，只告诉你"有"还是"没有"（返回 True/False），常用于条件判断。

• 场景：判断工单描述中是否包含"投诉"、"报警"或"工商"等高风险词汇
• 公式：

REGEXP_TEST({工单描述}, '投诉|报警|工商')

• 原理：| 代表"或"逻辑，命中任意一个即返回真

3.5 🔪 拆分大师：REGEXP_SPLIT

一句话介绍：按照指定的符号，把一长串文字"切"成好几段，转为数组。

• 场景：将"张三、李四、王五"这种文本名单转为数组，以便计算人数
• 公式：

REGEXP_SPLIT({名单}, '、')

• 原理：以顿号为分隔符进行切分

4. 高阶应用：HTML 转纯文本（HTML2TEXT 替代方案）

伙伴云暂无内置的 HTML 转文本函数，我们需要利用 REGEXP_REPLACE 逐步清洗。以下是三种不同精度的处理方案：

方案 A：基础版（仅去除标签）

适用：简单的富文本，没有复杂的空格或排版

REGEXP_REPLACE({富文本字段}, '<[^>]+>', '')

原理：< 开始，[^>]+ 匹配除了右尖括号外的所有内容，> 结束。这能精准命中所有 HTML 标签并将其删除

方案 B：进阶版（去除标签 + 清理转义符）

适用：文本中包含  （HTML空格）导致清洗后有乱码

REGEXP_REPLACE(
    REGEXP_REPLACE({富文本字段}, '<[^>]+>', ''), 
    '&nbsp;', 
    ' '
)

原理：嵌套两层。内层先删标签，外层再把残留的   替换为键盘输入的普通空格

方案 C：终极版（去标签 + 换行处理 + 关键字段提取）

适用：处理 AI 生成的内容或网页抓取的复杂文章，保留段落结构和列表格式

REGEXP_REPLACE(
    REGEXP_REPLACE(
        REGEXP_REPLACE(
            REGEXP_REPLACE(
                {富文本字段},
                /* 第1步：将列表<li>替换为换行符+短横线，模拟无序列表 */
                '<(li|LI)[^>]*>', 
                CONCAT(LF(), '- ')
            ),
            /* 第2步：将段落<p>、<div>、表格<tr>、标题<h1-6>、换行<br>替换为系统换行符 */
            '</(p|P|div|DIV|tr|TR|h[1-6])>|<(br|BR)[^>]*>', 
            LF()
        ),
        /* 第3步：清理剩余的所有HTML标签 和 &nbsp;空格符 */
        '<[^>]+>|&nbsp;', 
        ''
    ),
    /* 第4步（可选）：给特定的关键小标题（如核心共识、关键配置演示）前加换行，并重新排版 */
    '([0-9]\s)?(核心共识|关键配置演示)', 
    CONCAT(LF(), LF(), '$1$2')
)

🧠 核心正则原理拆解：

1. <(li|LI)[^>]*>

   • 意图：识别列表项 <li>
   • 解释：li|LI 兼容大小写；[^>]* 允许标签里有属性（如 <li style="...">）
   • 动作：替换为 换行符 + "- "，模拟 Markdown 的列表样式

2. </(p|P|div|DIV|tr|TR|h[1-6])>|<(br|BR)[^>]*>

   • 意图：识别段落结束或换行位置
   • 解释：匹配段落 </p>、区块 </div>、表格行 </tr> 或标题 </h1> 的结束标签；或者直接匹配 <br> 换行标签
   • 动作：替换为系统换行符 LF()，确保文字不会挤成一坨

3. <[^>]+>|

   • 意图：大扫除
   • 解释：匹配剩余的所有 HTML 标签 或 空格转义符
   • 动作：替换为空（删除）

4. ([0-9]\s)?(核心共识|关键配置演示)

   • 意图：关键小标题排版美化
   • 解释：
     • ([0-9]\s)?：匹配可选的序号（如 "1 "），? 表示序号可有可无
     • (核心共识|...)：匹配具体的关键词
   • 动作：在这些标题前加两个换行符，使其在视觉上分段更清晰

5. 延伸对比：MD2HTML

讲完了"富文本转纯文本"，顺带提及伙伴云的另一个函数 MD2HTML，它的作用正好相反。

• 功能：将 Markdown 语法的纯文本 → 渲染为 HTML 样式
• 效果：比如 MD2HTML('**重要**') 会在页面上显示为 重要（加粗）
• 总结：
  • REGEXP_REPLACE 用于 "卸妆"（清洗数据用于计算/存储）
  • MD2HTML 用于 "化妆"（美化数据用于展示/通知）

6. 特别备注：关于"英文大小写"的匹配模式

在使用正则函数时，系统默认是严格区分大小写的（即 A ≠ a）。您可以根据业务场景，通过在公式末尾添加参数来调整这一规则：