3.正则表达式 (Regex):

正则表达式是一种用于匹配字符串中字符模式的工具, 它可以用来搜索、编辑和处理文本.

正则表达式的作用非常强大，详细的总结可以参考CSDN大佬的帖子：VBA学习笔记六：正则表达式.

下面我会总结用到的一些对象和方法:

3.1 创建正则表达式对象:

3.1.1 前期绑定:

添加引用库：工具 > 引用 >勾选 ’Microsoft VBScript Regular Expressions 5.5‘

'直接声明reg对象就可以使用'
Dim reg as New RegExp

3.1.2 后期绑定 (推荐使用):
使用 CreateObject 方法来创建 VBScript.RegExp 对象，便可使用
代码

'先声明再创建reg对象'
Dim reg As Object
Set reg = CreateObject("VBScript.RegExp")

3.2 用到的属性及方法:

3.2.1 Pattern 属性
• 描述：定义要匹配的正则表达式模式
• 示例：匹配任意四个字母的单词
reg.Pattern = "\b\w{4}\b"
3.2.2 Global 属性
• 描述：设置是否全局搜索匹配。默认为 False，只匹配第一个
• 示例：全局匹配所有符合模式的字符串
reg.Global = True

3.2.3 Execute 方法
• 描述：执行正则表达式匹配，查找所有符合匹配模式的子字符串，并返回一个匹配集合对象 (MatchCollection对象)
• 示例：查找匹配项，其中 string 是要搜索的字符串
Set matches = reg.Execute(string)

3.3 匹配规则 这里我照抄CSDN文章:

3.4 匹配结果的对象:

3.4.1 MatchCollection对象:

含义：是一个集合对象，包含了正则表达式在输入文本中找到的所有匹配项，每个匹配项都表示为一个 Match 对象.

用到的属性:
Item 属性
○ 功能：返回集合中第几个 Match 对象，从0开始计数
○ 用法：matches.Item(index) 或 matches(index)
○ 示例：输出第一个匹配到的对象
Set match = matches(0)
MsgBox "Found match: " & match.Value

3.4.2 Match对象:

含义：表示正则表达式匹配中的一个匹配项，包含匹配的文本和其他相关信息

用到的属性:

SubMatches 属性
○ 功能：返回一个 SubMatches 集合（注意这里返回了集合，因而适用MatchCollection对象的所有方法），包含所有捕获的子匹配项，通过索引访问捕获组的内容（索引从0开始）可以获取匹配到的分组内容
○ 前提：在正则表达式模式中使用了括号来创建捕获组 (参考3.3.>>>)
○ 用法：match.SubMatches(n)*表示访问子匹配项第n+1个捕获组的内容，也就是表达式里面的第n+1个括号

*这里的语法也可以写成match.SubMatches.Item(n)来表达同样的意思。

4.正则表达式应用实例:

4.1 代码及注释

Sub getrates(s As String)

    Dim reg As Object, m As Object, mchs As Object
    Dim i As Long, j As Long, p As String
    
    Set reg = CreateObject("vbscript.regexp")'后期绑定创建regex'
    
    '----regex'
    p = "<tr>\s*<td.*><time.*>([^<]*)</time>\s*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>.*</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*<td.*>([^<]*)</td>\s*</tr>"
    
    reg.pattern = p'3.2.1 pattern属性'
    reg.Global = True'3.2.2 global属性'
    
    Set mchs = reg.Execute(s)'3.2.3 execute方法'
    
    i = 6
    For Each m In mchs'3.4.1 MatchCollection对象'
        For j = 0 To m.submatches.Count - 1
            Cells(i, j + 1) = m.submatches.Item(j)
       '利用3.4.2match对象的submatches属性去将捕获字符输出到单元格中'
        Next j
        i = i + 1
    Next m
    
End Sub

4.2 正则表达式p的写法:

这里我复制出来整个Table的字符串, 以第一行（<tr>...</tr>为一行的字符串）为例, 用黄色标出来我想要的字符.

参照3.3匹配规则中的捕获组方法, 将需要输出的字符以()包含进去,根据网页字符串的语法<tr>.*</tr>和<td>.*</td>做一些识别与中间内容的捕获, 作者就得到了如下的正则表达式.

5.总结:

作者所使用的方法基本可以分为两步:
第一步, 利用XMLHTTP对象先从网页中返回字符串;
第二步, 利用正则表达式的匹配及捕获funtion从字符串中返回需要的字符

6.杂谈:

本帖是作者应管理员珂珂之邀写的第一篇技术分享帖子, 谢邀~

但作者对本论坛的流量表示怀疑, 因为截止到作者写part 2时, part 1帖仅有两个浏览量, 其中一个还是作者本人贡献QAQ.

在此呼吁珂珂阿姨将论坛内容在公众号中做实时更新, 并祝愿珂珂阿姨做大做强, 再创辉煌~ 此致, 敬礼^.^-!

1.1 需求：
在我们平时的工作当中，往往会需要去获取一些诸如国债收益率的信息，而这些信息是写在官网的table上面的，需要我们手动去复制粘贴出来，非常浪费时间。因此就有利用爬虫(crawler)去自动获取的需求。

1.2 爬虫的概念：

写爬虫的方法在不同的语言当中不尽相同，有用python的，也有用java的，而就工作实用性而言，VBA相对容易获得，毕竟不需要再去安装python的语言包。本文仅介绍基于EXCEL VBA对table的爬虫方法。

2.基本方法介绍：

2.1 XMLHTTP对象：
XMLHTTP对象在VBA中用于在后台与服务器（Server）交换数据。

XMLHTTP对象能够：
在不重新加载页面的情况下更新网页
在页面已加载后从服务器请求数据
在页面已加载后从服务器接收数据
在后台向服务器发送数据

2.2 XMLHTTP对象及方法介绍：
i. 定义XMLHTTP对象：

Set xml = CreateObject("microsoft.xmlhttp")
'调用网络访问组件，相当于双击打开浏览器

ii. Open方法：

xml.Open "get", strURL, False
'strURL代表网址字符串,这一步相当于打开网页

语法介绍：
open(bstrMethod, bstrUrl, varAsync, bstrUser, bstrPassword)
bstrMethod： 数据传送方式，即GET或POST。用POST方式发送数据,可以大到4MB，也可以换为GET，只能256KB。
bstrUrl： 服务网页的URL。
varAsync： 是否同步执行。缺省为True，即同步执行，但只能在DOM中实施同步执行。用中一般将其置为False，即异步执行。
bstrUser： 用户名，可省略。
bstrPassword：用户口令，可省略。

iii. Send方法：

xml.send'提交请求，类似于回车'

send(varBody)
语法介绍：
varBody：指令集。可以是XML格式数据，也可以是字符串，流，或者一个无符号整数数组。也可以省略，让指令通过Open方法的URL参数代入。发送数据的方式分为同步和异步两种。在异步方式下，数据包一旦发送完毕，就结束Send进程，客户机执行的操作；而在同步方式下，客户机要等到服务器返回确认消息后才结束Send进程。

iv. responsetext属性：

s = xml.responsetext'responsetext得到网页字符串'

xml.responseText
string型 结果返回为字符串。

这一步就相当于返回了网页字符串，这个过程也可以手动显示出来，这个在后面写正则表达式(regex)的时候将会非常有用：
首先打开网页，输入对应的网址
以美债国库券Yield Curve为例：https://home.treasury.gov/resource-center/data-chart-center/interest-rates/TextView?type=daily_treasury_yield_curve&field_tdr_date_value=2025
然后按F12，这样就可以显示出来网页的code。

然后我们可以找得到这个Table对应的code：<table>***</table>这一段，我们可以把这个copy出来方便我们之后写正则表达式。

根据网页字符串的写法，<tr>...<tr>就代表一行中间的内容，有多少行就会有多少个<tr>...<tr>。这个我们之后介绍正则表达式的时候再去详细介绍。

所以到现在为止，我们介绍了如何利用XLMHTTP对象访问网页并且返回网页字符串。那么如何从这些字符串当中提取想要的信息呢？请关注博主的第二篇帖子。

Introduction

Experience Analysis is a method that many insurers and reinsurers will adopt to determine some rates based on experience, like mortality and claim utilization rates, which will be used by actuaries in valuation, pricing & so on.
For product like CI, can use EA to determine the incidence rate & improvement rate based on experience.

• There’re many different types of EA. Generally speaking, we can split EA studies into two categories by the event it studies:
  • Category I mainly studies decrement which will lead lives leaving the population, including mortality study、lapse study、 A/E study and so on
  • Category II mainly studies events that can occur while life is active in the population that do not result in the life leaving the population, like multiple claims for medical products. We call it a utilization study. Here we’ll do a frequency study, severity study, loss ratio study and so on.

Methodology

For the mortality study & lapse study in Category I, it’s easy to see that they both focus on decrement rate, but one is for mortality rate, the other one is for lapse rate. In fact, there are many different EA classified by product line and decrement type. Usually, this type of analysis will be carried out across the insurance industry to produce industry standard tables. While some insurance companies will also do this when their data is credible enough. The calculation logic is quite close: use the decrement amount counted at age x divided by the exposure amount at age x. For E.g. use dx/Ex to get the mortality rate. But there’s still a difference in the calculation of exposure amount. (This can be another question).
For A/E study, it’s usually used by companies with data only credible at the company level. By applying their A/E ratios to experience tables, a company can produce actual rates that match their overall experience. The A/E ratio at each age x is calculated by the actual death amount at age x: dx/ expected death amount at age x. The experience table could be industry-standard table or a standard table produced by the company itself.
For the Utilization study, it comprises the calculation of Frequency, Severity, Loss Ratio and so on in order to control rates of the event it observes. As for Medical products, there may be multiple claims for prescription drugs. In order to better estimate the expected claim amount, the company may use the historical data to do experience study, estimate: frequency rate over the year of age x: fx= nx( number of claims over age x)/Ex; severity rate over age x: Sx= Cx (total claim amount incurring at age x)/nx.

• After all, the scope of usage is of great importance when we try to apply A/E to do adjustments. Like for HKA18 REPORT ON HONG KONG ASSURED LIVES MORTALITY 2018 in Hong Kong, it’s produced based on data from fully underwritten, individual & duration >2 policies. So we need to do appropriate adjustments based on our requirements for valuation/pricing targets.
• Comparing with other products, EA for CI product is a little different. Besides calculating the incidence rate from experience, we also need to estimate the Cause Breakdown of CI product. Due to the Critical illness definitions are not standardized in Hong Kong, if we want to use industry table for pricing/valuation purposes, we need to do further adjustments.
  NB:
• Death coverage & CI product both focus on incidence rate & improvement rate.
• CI types:
  (1) standard CI： only cover claim for Critical illness
  (2) accelerated CI: cover both CI claim & death claim – while CI occurs, will settle claims immediately. Later if occurs death, the settlement of claim will depend on whether the Max SA exceeds previous claim.
  (3) additional CI: with 2 coverages: death & CI. Will pay claim separately once the 2 prescribed risk incidents occur.

file_path = str(input('请输入文件路径：'))

最近研究GUI时发现了一个对用户更友好的操作，可以利用tkinter库来打开一个窗口，直接选择文件，具体代码及实现效果如下（其中，select_file()是选择文件，select_dierectory()是选择文件夹）

import tkinter as tk
from tkinter import filedialog

def select_file():
    root =tk.Tk()
    root.withdraw() #隐藏主窗口
    file_path = filedialog.askopenfilename()

    return file_path

def select_directory():
    root =tk.Tk()
    root.withdraw() #隐藏主窗口
    dir_path = filedialog.askdirectory()

    return dir_path

if __name__=='__main__':
    select_file()