如何在excel或python中提取单词的文字？
我有一个成千上万的文字，如下所示：
ksjd 234first special 34-37xy kjsbn sde 89second special 22-23xh ewio 647red special 55fg dsk uuire another special 98 another special 107r green special 55-59 ewk blue special 31-39jkl 我需要从右边的“特殊”和数字（或数字范围）之前提取一个单词。 换句话说，我想要：
转换成表格：
另外@RolandSmith写道，这里是在Excel中使用正则expression式的一种方式 – VBA
Option Explicit Function ExtractSpecial(S As String, Index As Long) As String Dim RE As Object, MC As Object Const sPat As String = "([az]+)\s+(special)\s+([^az]+)" Set RE = CreateObject("vbscript.regexp") With RE .Global = True .ignorecase = True .MultiLine = False .Pattern = sPat If .test(S) = True Then Set MC = .Execute(S) ExtractSpecial = MC(0).submatches(Index - 1) End If End With End Function
此UDF中的Index参数对应于从匹配集合中返回第一，第二或第三个子匹配，以便您可以轻松地将原始string拆分为您所需的三个组件。
既然你写了你有“数千行”，你可能更喜欢运行一个macros。 macros将更快地处理数据，但不是dynamic的。 下面的macros假设您的原始数据位于Sheet2的列A中，并将结果放在同一工作表的C：E列中。 您可以轻松更改这些参数：
Sub ExtractSpec() Dim RE As Object, MC As Object Dim wsSrc As Worksheet, wsRes As Worksheet, rRes As Range Dim vSrc As Variant, vRes As Variant Dim I As Long Set wsSrc = Worksheets("sheet2") Set wsRes = Worksheets("sheet2") Set rRes = wsRes.Cells(1, 3) With wsSrc vSrc = .Range(.Cells(1, 1), .Cells(.Rows.Count, 1).End(xlUp)) End With Set RE = CreateObject("vbscript.regexp") With RE .Global = True .MultiLine = False .ignorecase = True .Pattern = "([az]+)\s+(special)\s+([^az]+)" ReDim vRes(1 To UBound(vSrc), 1 To 3) For I = 1 To UBound(vSrc) If .test(vSrc(I, 1)) = True Then Set MC = .Execute(vSrc(I, 1)) vRes(I, 1) = MC(0).submatches(0) vRes(I, 2) = MC(0).submatches(1) vRes(I, 3) = MC(0).submatches(2) End If Next I End With Set rRes = rRes.Resize(UBound(vRes, 1), UBound(vRes, 2)) With rRes .EntireColumn.Clear .Value = vRes .EntireColumn.AutoFit End With End Sub
一个快速的方法是使用正则expression式：
In [1]: import re In [2]: text = '''234first special 34-37xy ...: 89second special 22-23xh ...: 647red special 55fg ...: another special 98 ...: another special 107r ...: green special 55-59 ...: blue special 31-39jkl''' In [3]: [re.findall('\d*\s*(\S+)\s+(special)\s+(\d+(?:-\d+)?)', line)[0] for line in text.splitlines()] Out[3]: [('first', 'special', '34-37'), ('second', 'special', '22-23'), ('red', 'special', '55'), ('another', 'special', '98'), ('another', 'special', '107'), ('green', 'special', '55-59'), ('blue', 'special', '31-39')]
在Excel中，可以使用公式来提取两个单词之间的文本，方法如下：
-
select一个空白单元格，并input公式= MID（A1，SEARCH（“KTE”，A1）+ 3，SEARCH（“feature”，A1）-SEARCH（“KTE”，A1）-4），然后按Enterbutton。
-
拖动填充手柄以填充要应用此公式的范围。 现在只提取“KTE”和“feature”之间的文本string。
笔记：
-
在此公式中，A1是要从中提取文本的单元格。
-
KTE和function是你要提取文本之间的文字。
-
数字3是KTE的字符长度，数字4等于KTE的字符长度加1。