Làm thế nào để trích xuất văn bản trong một chuỗi văn bản

Question

Tôi có một vấn đề đơn giản mà tôi hy vọng sẽ giải quyết mà không cần sử dụng VBA nhưng nếu đó là cách duy nhất nó có thể được giải quyết, vì vậy hãy là nó.

Tôi có tệp có nhiều hàng (tất cả một cột). Mỗi hàng có dữ liệu trông giống như sau:

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

2 5.09E-09> gi | 168010496 | ref | xp_00 | 2-pyruvate

vv ...

Điều tôi muốn là cách nào đó để trích xuất chuỗi số bắt đầu bằng "gi |" và kết thúc bằng dấu "|". Đối với một số hàng này có thể có nghĩa là nhiều như 5 số gi, đối với những người khác nó sẽ chỉ là một.

Những gì tôi hy vọng sản lượng sẽ trông như thế sẽ là một cái gì đó như:

297848936,297338191

vv ...

Answer 1

Đây là câu trả lời VBA rất linh hoạt khi sử dụng đối tượng regex. Những gì các chức năng hiện là trích xuất tất cả các nhóm phụ phù hợp với nó tìm thấy (thứ bên trong dấu ngoặc đơn), cách nhau bởi bất cứ chuỗi bạn muốn (mặc định là ",").Bạn có thể tìm thông tin về biểu thức thông thường ở đây: http://www.regular-expressions.info/

Bạn sẽ gọi nó là như thế này, giả định rằng chuỗi đầu tiên là trong A1:

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

Kể từ khi điều này có vẻ cho tất cả sự xuất hiện của "gi |" tiếp theo là một loạt các con số và sau đó một "|", cho dòng đầu tiên trong câu hỏi của bạn, điều này sẽ cung cấp cho bạn kết quả này:

297848936, 297338191 

Chỉ cần chạy này xuống cột và tất cả các bạn đã hoàn tất!

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

Ở đây nó được (giả sử dữ liệu trong cột A)

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

Không phải công thức đẹp nhất, b ut nó sẽ làm việc để trích xuất số.

Tôi vừa nhận thấy vì bạn có hai giá trị mỗi hàng với đầu ra được phân tách bằng dấu phẩy. Bạn sẽ cần phải kiểm tra xem có một trận đấu thứ hai, trận đấu thứ ba, vv để làm cho nó hoạt động với nhiều số cho mỗi ô.

Trong tham chiếu đến mẫu chính xác của bạn (giả sử 2 giá trị tối đa cho mỗi cell) đoạn mã sau sẽ làm việc:

=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)) 

Làm thế nào của đó cho xấu xí? Một giải pháp VBA có thể tốt hơn cho bạn, nhưng tôi sẽ để nó ở đây cho bạn.

Để tối đa 5 con số, hãy nghiên cứu mẫu và sử dụng lại thủ công trong công thức. CNTT sẽ lâu!

Answer 3

Tôi có thể chia dữ liệu trước tiên trên dấu phân tách | bằng thuật sĩ chuyển đổi văn bản thành cột. Trong Excel 2007 có trên tab Dữ liệu, Công cụ dữ liệu nhóm và sau đó chọn Văn bản thành cột. Chỉ định Khác: và | làm dấu phân tách.

Từ dữ liệu mẫu bạn đã đăng, có vẻ như sau khi bạn thực hiện điều này, tất cả các số sẽ nằm trong cùng một cột để bạn có thể xóa các cột mà bạn không muốn.

Answer 4

Khi những người khác trình bày giải pháp không có VBA ... Tôi sẽ trình bày giải pháp không sử dụng. Bây giờ, là cuộc gọi của bạn để sử dụng nó hoặc không.

Chỉ cần thấy rằng @Issun đã trình bày giải pháp với regex, rất hay! Dù bằng cách nào, sẽ trình bày một giải pháp 'khiêm tốn' cho câu hỏi, chỉ sử dụng VBA 'đơn giản'.

Option Explicit 
Option Base 0 

Sub findGi() 

    Dim oCell As Excel.Range 
    Set oCell = Sheets(1).Range("A1") 

    'Loops through every row until empty cell 
    While Not oCell.Value = "" 

     oCell.Offset(0, 1).Value2 = GetGi(oCell.Value) 
     Set oCell = oCell.Offset(1, 0) 

    Wend 

End Sub 

Private Function GetGi(ByVal sValue As String) As String 

    Dim sResult As String 
    Dim vArray As Variant 
    Dim vItem As Variant 
    Dim iCount As Integer 

    vArray = Split(sValue, "|") 
    iCount = 0 

    'Loops through the array... 
    For Each vItem In vArray 

     'Searches for the 'Gi' factor... 
     If vItem Like "*gi" And UBound(vArray) > iCount + 1 Then 

      'Concatenates the results... 
      sResult = sResult & vArray(iCount + 1) & "," 

     End If 

     iCount = iCount + 1 

    Next vItem 

    'And removes trail comma 
    If Len(sResult) > 0 Then 

     sResult = Left(sResult, Len(sResult) - 1) 

    End If 

    GetGi = sResult 

End Function