如何在文本字符串中提取文本

Question

我有一个简单的问题,我希望在不使用VBA的情况下解决,但如果这是解决它的唯一方法,那就这样吧.

我有一个包含多行的文件(所有一列).每行的数据看起来像这样:

1 7.82E-13> gi | 297848936 | ref | XP_00 | 4-氢氧化物gi | 297338191 | gb | 23343 | randomrandom

2 5.09E-09> gi | 168010496 | ref | xp_00 | 2 - 丙酮酸盐

等等...

我想要的是一些方法来提取以"gi |"开头的数字串 并以"|"结束.对于某些行,这可能意味着多达5个gi数字,而对于其他行,它只是一个.

我希望输出看起来像是这样的:

297848936,297338191

168010496

等等...

Answer 1

这是一个使用正则表达式对象的非常灵活的VBA答案.该函数所做的是提取它找到的每个子组匹配(括号内的东西),用你想要的任何字符串分隔(默认为",").你可以在这里找到关于正则表达式的信息:http://www.regular-expressions.info/

假设第一个字符串在A1中,你会这样称呼它:

=RegexExtract(A1,"gi[|](\d+)[|]")

因为这会查找"gi |"的所有发生 然后是一系列数字,然后是另一个"|",对于你问题的第一行,这会给你这个结果:

297848936, 297338191

只需在列中运行,您就完成了!

Function RegexExtract(ByVal text As String, _
                      ByVal extract_what As String, _
                      Optional separator As String = ", ") As String

Dim allMatches As Object
Dim RE As Object
Set RE = CreateObject("vbscript.regexp")
Dim i As Long, j As Long
Dim result As String

RE.pattern = extract_what
RE.Global = True
Set allMatches = RE.Execute(text)

For i = 0 To allMatches.count - 1
    For j = 0 To allMatches.Item(i).submatches.count - 1
        result = result & (separator & allMatches.Item(i).submatches.Item(j))
    Next
Next

If Len(result) <> 0 Then
    result = Right$(result, Len(result) - Len(separator))
End If

RegexExtract = result

End Function

Answer 2

这是(假设数据在A列)

=VALUE(LEFT(RIGHT(A1,LEN(A1) - FIND("gi|",A1) - 2),
FIND("|",RIGHT(A1,LEN(A1) - FIND("gi|",A1) - 2)) -1 ))

不是最好的公式,但它可以提取数字.

我刚注意到,因为每行有两个值,输出用逗号分隔.您需要检查是否存在第二个匹配,第三个匹配等,以使其适用于每个单元格的多个数字.

在参考您的确切示例(假设每个单元格最多2个值)时,以下代码将起作用:

=IF(ISNUMBER(FIND("gi|",$A1,FIND("gi|", $A1)+1)),CONCATENATE(LEFT(RIGHT($A1,LEN($A1)
- FIND("gi|",$A1) - 2),FIND("|",RIGHT($A1,LEN($A1) - FIND("gi|",$A1) - 2)) -1 ), 
", ",LEFT(RIGHT($A1,LEN($A1) - FIND("gi|",$A1,FIND("gi|", $A1)+1) 
- 2),FIND("|",RIGHT($A1,LEN($A1) - FIND("gi|",$A1,FIND("gi|", $A1)+1) - 2)) 
-1 )),LEFT(RIGHT($A1,LEN($A1) - FIND("gi|",$A1) - 2),
FIND("|",RIGHT($A1,LEN($A1) - FIND("gi|",$A1) - 2)) -1 ))

丑陋怎么样？VBA解决方案可能对您更好,但我会留在这里为您服务.

要获得最多5个数字,请研究模式并在公式中手动递归.IT会变长!