Reguläre Ausdrücke (Regex) sind ein unverzichtbares Werkzeug, wenn es darum geht, Daten in Airtable präzise zu analysieren, zu transformieren oder zu validieren. Für Admins und Berater, die täglich mit Datenbanken, Projektdaten oder Kundeninformationen arbeiten, bieten sie eine effiziente Möglichkeit, komplexe Aufgaben zu lösen. Dieser Artikel zeigt dir, wie du Regex in Airtable nutzt, welche Funktionen dir zur Verfügung stehen und wie du sie in realen Szenarien anwendest – mit direkt umsetzbaren Beispielen und Lösungen für typische Probleme.
Was bringen Regex in Airtable?
Airtable ist flexibel und benutzerfreundlich, aber oft stoßen einfache Formeln an ihre Grenzen, wenn es um strukturierte Datenbearbeitung geht. Reguläre Ausdrücke erweitern deine Möglichkeiten enorm: Sie helfen dir, Muster in Texten zu erkennen, spezifische Informationen zu extrahieren oder Daten zu bereinigen. Ob du E-Mail-Adressen prüfen, Projektnummern isolieren oder Telefonnummern formatieren willst – mit Regex erledigst du das schnell und präzise.
Die Kernfunktionen im Überblick
Airtable stellt drei Regex-Funktionen bereit: REGEX_MATCH(), REGEX_EXTRACT() und REGEX_REPLACE(). Jede hat ihren eigenen Einsatzzweck und kann miteinander kombiniert werden, um komplexe Anforderungen zu erfüllen. Schauen wir uns an, wie sie funktionieren und wo sie punkten.
REGEX_MATCH(): Validierung leicht gemacht
Die Funktion REGEX_MATCH() prüft, ob ein Text einem bestimmten Muster entspricht, und liefert 1 (wahr) oder 0 (falsch). Das ist perfekt, um Eingaben zu überprüfen. Ein Beispiel: Du willst sicherstellen, dass eine Eingabe eine gültige deutsche Postleitzahl im Format 12345 ist.
REGEX_MATCH({PLZ}, "^\\d{5}$")^markiert den String-Anfang.\\d{5}fordert genau fünf Ziffern.$markiert das Ende.
Das Ergebnis ist 1, wenn die PLZ korrekt ist, sonst 0. Du kannst das mit einer bedingten Formatierung kombinieren, um fehlerhafte Eingaben sofort sichtbar zu machen.
REGEX_EXTRACT(): Daten gezielt extrahieren
Mit REGEX_EXTRACT() holst du den ersten Treffer eines Musters aus einem Textfeld. Das ist ideal, um Teile von Daten zu isolieren. Nehmen wir an, du hast einen Wert wie Vertrag_2025-03_ClientX und möchtest nur das Datum 2025-03 extrahieren.
REGEX_EXTRACT({Vertrag}, "\\d{4}-\\d{2}")- \\d{4} matcht vier Ziffern (Jahr).
- - matcht den Bindestrich.
- \\d{2} matcht zwei Ziffern (Monat).
Das Ergebnis ist 2025-03. Falls kein Treffer gefunden wird, gibt die Funktion einen Fehler zurück. Um das zu umgehen, nutze eine Absicherung:
IF(REGEX_EXTRACT({Vertrag}, "\\d{4}-\\d{2}"), REGEX_EXTRACT({Vertrag}, "\\d{4}-\\d{2}"), "Kein Datum")(\\d{4}-\\d{2}) sichert, dass nur das Datum zurückgegeben wird.REGEX_REPLACE(): Daten umformatieren
Die Funktion REGEX_REPLACE() ersetzt alle Treffer eines Musters durch einen neuen Wert. Das ist hilfreich, um Daten zu standardisieren. Angenommen, du hast Kundennummern wie K123-456-789 und möchtest alle Bindestriche entfernen.
REGEX_REPLACE({Kundennummer}, "-", "")Das Ergebnis ist K123456789. Für mehr Kontrolle kannst du Gruppen nutzen, z. B. um eine Telefonnummer wie +494012345678 in 040-12345678 umzuwandeln:
REGEX_REPLACE(REGEX_EXTRACT({Telefon}, "\\+49(\\d{2,4})(\\d+)"), "\\+49(\\d{2,4})(\\d+)", "$1-$2")- $1 und $2 greifen auf die Gruppen zu (Vorwahl und Nummer).
Wenn die Eingabe fehlerhaft ist, schütze die Formel mit IFERROR():
IFERROR(REGEX_REPLACE({Telefon}, "[^0-9]", ""), "Ungültige Eingabe")Häufige Stolpersteine und deren Lösung
Regex in Airtable ist mächtig, aber nicht fehlerfrei. Hier sind typische Probleme und wie du sie behebst.
- Einschränkungen der RE2-Engine: Airtable verwendet RE2, eine Regex-Engine, die keine Lookaheads oder Lookbehinds unterstützt. Wenn dein Muster also (?<=...) enthält, wird es nicht funktionieren. Prüfe die RE2-Syntax, um sicherzugehen. Lösung: Teile komplexe Aufgaben in mehrere Schritte auf, indem du Funktionen kombinierst.
- Backslash-Falle: In Airtable müssen Backslashes verdoppelt werden (\\d statt \d), da sie sonst als Steuerzeichen interpretiert werden. Ein Punkt wird z. B. als \\. geschrieben.Praxistipp: Schreibe Regex direkt in Airtable, statt sie aus anderen Tools zu kopieren, um Formatierungsfehler zu vermeiden.
- Leere Felder abfangen: Leere Felder können Regex-Funktionen durcheinanderbringen. Schütze dich mit einer Vorabprüfung:
IF({Feld}, REGEX_EXTRACT({Feld}, "[0-9]+"), "Feld leer")Häufige Fragen
Muss ich Regex-Experte sein, um Regular Expressions in Airtable zu nutzen?
Nein, für die häufigsten Anwendungsfälle wie E-Mail-Validierung, Zahlenextraktion oder Formatprüfung reichen einfache Muster. Regex-Grundlagen lernen Sie mit wenigen Stunden Übung.
Welche Airtable-Funktionen unterstützen Regular Expressions?
REGEX_MATCH(), REGEX_EXTRACT() und REGEX_REPLACE() sind die drei nativen Regex-Funktionen in Airtable. Sie funktionieren in Formula Fields und können in Automations verwendet werden.
Wo kann ich meine Regex-Muster testen, bevor ich sie in Airtable einsetze?
Regex101.com ist das Standardwerkzeug zum Testen und Erklären von Regex-Mustern. Wählen Sie ECMAScript als Flavor, da Airtable JavaScript-kompatible Regex verwendet.
Was ist der Unterschied zwischen REGEX_MATCH und REGEX_EXTRACT in Airtable?
REGEX_MATCH gibt 1 oder 0 zurück, also ob das Muster gefunden wurde. REGEX_EXTRACT gibt den tatsächlich gefundenen Text zurück. Für Validierung nutzen Sie MATCH, für Datenextraktion nutzen Sie EXTRACT.
Praxisbeispiele von Regular Expressions
- URLs auf Domains reduzieren: Aus
https://subdomain.example.de/pathnurexample.deextrahieren:
REGEX_EXTRACT(REGEX_REPLACE({URL}, "^https?://(www\\.)?", ""), "[^.]+\\.[^.]+")- IBANs überprüfen: Prüfe, ob eine IBAN korrekt aussieht (z. B. DE89370400440532013000). Das Ergebnis ist 1 (wahr) bei korrekter deutscher IBAN:
REGEX_MATCH({IBAN}, "^DE\\d{20}$")- Namenskonventionen anpassen: Aus
Max_Mustermann_123nur den Nachnamen holen; Die Klammern isolieren die gewünschte Gruppe:
REGEX_EXTRACT({Name}, "_([A-Za-z]+)_")- Zahl aus gemischtem Text extrahieren: Du möchtest aus einem E-Mail-Betreff wie
Bestellung vom 15.03. - BN123456die Bestellnummer123456isolieren.
IF(
REGEX_MATCH({Betreff}, "BN\\d+"),
REPLACE(
REGEX_EXTRACT({Betreff}, "BN\\d+"),
1, 1, ""
)
)- Kürzel aus Projektcodes filtern: Du hast Projektcodes wie DEV-2025-X12 oder SUP-2023-Y89 und willst nur das Kürzel (DEV, SUP) extrahieren.
REGEX_EXTRACT({Projektcode}, "^[A-Z]+")Tipps für den effizienten Einsatz
- Werkzeuge nutzen: Entwickle und teste Regex auf regexr.com, um Fehler früh zu erkennen.
- Dokumentation: Füge in Airtable ein Notizfeld hinzu, um komplexe Formeln zu erklären – das erleichtert die Zusammenarbeit.
- Performance im Blick: Bei großen Tabellen können Regex-Formeln die Ladezeit verlängern. Nutze Automationen, um Daten vorab zu bereinigen.
Fazit: Reguläre Ausdrücke machen Datenbereinigung in Airtable möglich
Regex lässt sich hervorragend mit Airtables Automatisierungen kombinieren. Beispiel: Eine Automation triggert bei neuen Datensätzen eine Skriptaktion, die mit REGEX_EXTRACT() Werte extrahiert und in andere Felder schreibt. So bleibt deine Basis sauber und aktuell, ohne manuellen Aufwand.
Reguläre Ausdrücke in Airtable sind ein Booster für jeden Admin, der Daten effizient verwalten will. Mit den drei Funktionen REGEX_MATCH(), REGEX_EXTRACT() und REGEX_REPLACE() löst du Aufgaben, die sonst Stunden dauern würden, in Minuten. Beginne mit einfachen Mustern, teste sie gründlich und erweitere sie nach Bedarf. So machst du Airtable zu deinem persönlichen Daten-Powerhouse. Wenn du professionelle Unterstützung brauchst, melde dich einfach bei mir.
