我有一个简单的问题,我希望在不使用 VBA 的情况下解决它,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(均为一列)的文件。每行都有如下所示的数据:
1 7.82E-13 >gi|297848936|参考|XP_00| 4-氢氧化物 gi|297338191|gb|23343|randomrandom
2 5.09E-09 >gi|168010496|参考|xp_00| 2-丙酮酸
etc...
我想要的是某种方法来提取以“gi|”开头的数字字符串并以“|”结尾。对于某些行,这可能意味着多达 5 个 gi 编号,而对于其他行,则只有 1 个。
我希望输出看起来像这样:
297848936,297338191
168010496
etc...
这是使用正则表达式对象的非常灵活的 VBA 答案。该函数的作用是提取它找到的每个子组匹配(括号内的内容),并用您想要的任何字符串分隔(默认为“,”)。您可以在此处找到有关正则表达式的信息:http://www.regular-expressions.info/ http://www.regular-expressions.info/
您可以这样称呼它,假设第一个字符串位于 A1 中:
=RegexExtract(A1,"gi[|](\d+)[|]")
因为这会查找所有出现的“gi|”后面跟着一系列数字,然后是另一个“|”,对于问题的第一行,这会给你这个结果:
297848936, 297338191
只需将其沿着列运行即可,一切就完成了!
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
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)