Come estrarre il testo in una stringa di testo

Question

Ho un semplice problema che spero di risolvere senza usare VBA ma se è l'unico modo che può essere risolto, così sia.

Ho un file con più righe (tutte una colonna). Ogni riga contiene dati simili a questa:

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

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

ecc ...

Quello che voglio è un modo per estrarre la stringa di numeri che iniziano con "gi |" e termina con un "|". Per alcune righe questo potrebbe significare fino a 5 numeri gi, per altri sarà solo uno.

Quello che mi auguro l'output sarà simile sarebbe qualcosa di simile:

297848936,297338191

ecc ...

Answer 1

Ecco una risposta VBA molto flessibile utilizzando l'oggetto regex. Quello che fa la funzione è estrarre ogni singolo sottogruppo che trova (roba all'interno della parentesi), separato da qualunque stringa tu voglia (il default è ",").È possibile trovare informazioni sulle espressioni regolari qui: http://www.regular-expressions.info/

Si potrebbe chiamare in questo modo, supponendo che prima stringa è in A1:

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

Poiché questo sembra per tutti occorrenza di "gi |" seguito da una serie di numeri e poi un altro "|", per la prima linea nella sua interrogazione, questo darebbe questo risultato:

297848936, 297338191 

basta eseguire questo in giù la colonna e il gioco è tutto fatto!

Answer 2

Qui è (supponendo dati sono in colonna A)

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

Non la più bella formula, b ut lavorerà per estrarre il numero.

Ho appena notato poiché hai due valori per riga con output separati da virgole. Dovrai controllare se c'è una seconda partita, una terza partita ecc. Per farlo funzionare per più numeri per cella.

In riferimento al vostro campione esatto (assumendo 2 valori massimi per cella) il seguente codice funzionerà:

=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)) 

si che è brutto? Una soluzione VBA potrebbe essere migliore per te, ma lascerò questo qui per te.

Per andare fino a 5 numeri, beh, studiare il modello e recurse manualmente nella formula. Ci vorrà molto!

Answer 3

Probabilmente avrei diviso i dati prima sul delimitatore | utilizzando la procedura guidata Converti testo in colonne. In Excel 2007 che si trova nella scheda Dati, Strumenti dati gruppo e quindi scegliere Testo su colonne. Specificare Altro: e | come delimitatore.

Dai dati di esempio che hai postato sembra che dopo aver fatto questo i numeri saranno tutti nelle stesse colonne in modo da poter quindi eliminare solo le colonne che non vuoi.

Answer 4

Come gli altri ragazzi hanno presentato la soluzione senza VBA ... presenterò quello che utilizza. Ora, è la tua chiamata a usarlo o no.

Ho appena visto che @Issun ha presentato la soluzione con regex, molto bella! Ad ogni modo, presenterà una soluzione 'modesta' per la domanda, usando solo 'semplice' VBA.

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