将一列中的多个数据点转换为多列

Question

https://imgur.com/a/dgAkFNC

我的输入都在一列中。每个数据点包含的信息是从：，到：，主题：，消息：等。我想将数据点的这些不同信息分成几列。我做的第一部分是使用 textjoin 函数来组合一个数据点的所有信息。然后我使用 mid 函数将它们分成几列。

我的问题出现在两件事上：（1）输入中的主题部分和消息部分可以有几行/几行，但我需要将它们包含在输出的一个单元格中。 (2) 我们有几个数据点，所以如果有更简单/更快的方法来做到这一点，它也会有所帮助。我可以采取哪些最佳方法来解决这些问题，或者我可能会被引导到正确的方向来处理这些问题。这个问题在 Excel/Google 表格中更容易解决吗？

编辑：这是一个可重现的示例：https://docs.google.com/spreadsheets/d/10LoIjP5P0hshjrXuhTfpmhuafkvqZFvMBGJnJrTvejs/edit?usp=sharing

Edit2：我的 2 个代码用于生成我想要的结果，但仅用于第一个数据点。

=Textjoin(" ", TRUE, A1:A22,)
=MID(B5,SEARCH("FROM: ",B5)+LEN("FROM: "),SEARCH(" TEL#:",B5)-SEARCH("FROM: ",B5)-LEN("FROM: "))

有一件事我忘了提，每个数据点都以 (#)LogIn 开头

例如：第一个数据点以“(1)LogIn”开头 第二个数据点以“(2)Login”开头。虽然括号内的 # 不会是从 1 到 n，因为每天 # 都会再次从“1”开始，因为我的输出是结合几个月的数据

编辑3： 主题和消息内容都有可变的行数。它总是至少有 1 行，但没有最大行数（这将取决于消息的长度，但我认为平均约为 5 行）

Answer 1

我有一个不太优雅的解决方案给你。我不知道这是否只是为了自动提取一些现有的电子邮件，作为一次性举措，或者这是否旨在用于持续处理传入的电子邮件。但是请查看样本表中的GKOutput。

我在 A:B 中使用了两个辅助列。 A 列通过搜索“(#) LOGIN:”字符串提取每封电子邮件的第一行号。

然后 B 列对每封电子邮件唯一的所有行进行文本连接。不幸的是，这必须向下拖动，但是如果你用数字填充它旁边的一列（使用 SEQUENCE(999,1) 来表示 999 是你想要的多行），那么你可以双击单元格的右下角将其填充到底部。

这是B5中的公式：

=IFERROR(ArrayFormula(
    textjoin("~",1,
      indirect(if(A5:A<>"","Input!A"&A5&":A"& if(A6:A>0,(A6:A-1),"")
    )))),"")

这使用输出列 A 中的行结果来设置每个 TEXTJOIN 的范围，将其限制为一封特定电子邮件的行（在输入中）。 A5 是第一封电子邮件的第一行，A6 是第二封电子邮件，依此类推。 INDIRECT 用于动态构建所需的范围，作为文本字符串，但这意味着ARRAYFORMULA 正在申请TEXTJOIN 以连接一封电子邮件（来自输入列A），因此也无法再次向下工作输出 A 列以对下一封电子邮件执行相同的操作。

然后单元格 C5:J5 具有提取公式，以解析每封电子邮件的长文本字符串。我假设您提供的示例数据在预期格式方面是精确的，例如。 “主题：”和“消息：”将出现在每封电子邮件中。如果没有，这些可能需要调整。

这是第一个公式，用于提取 LOGIN 日期时间：

=IFERROR(ARRAYFORMULA(REGEXEXTRACT(B5:B,"^\(\d*\)LOGIN TIME: ([0-9-AMP\s:]*)")),"")

这个是针对主题的：

=IFERROR(ARRAYFORMULA(SUBSTITUTE(REGEXEXTRACT(B5:B,".*~SUBJECT: (.*)~MESSAGE: "),"~"," ")),"")

公式分解： 它查看 B 列每一行的电子邮件字符串，从 B5 开始。它搜索以“~SUBJECT:”开头的字符串，然后收集直到但不包括“~MESSAGE:”的所有文本。然后它使用SUBSTITUTE 用空格替换任何剩余的“~”（来自任何多行主题）。它需要ARRAYFORMULA 自动处理所有 B 列。

请注意，可能需要进行大量清理。第一个辅助列可以合并到 B 列中执行 TEXTJOINS 的公式中。而且我很确定有一种方法可以为 B 列执行数组公式，但我想不出。文本拆分可以合并为一个公式，但我将其分开，以便更清楚每个 REGEX 的作用。

Answer 2

我发现它很复杂，无法用几句话回答。

这是我的解决方案： https://docs.google.com/spreadsheets/d/10LoIjP5P0hshjrXuhTfpmhuafkvqZFvMBGJnJrTvejs/copy

首先我标记了文件的结尾，以便更容易找到最后一条消息的结尾。刚刚在消息列表下方添加了 ***EOF 单元格

然后我使用正则表达式匹配提取登录时间。我把它从右边截取了 18 个字符。查询在这里用于删除空行。

对于 TO: FROM 和其他单行单元格，我使用类似的方法（只需删除 TO: 等，使用替换：

然后我找出第一个 SUBJECT: 从哪里开始。我需要一个行号： SUBJECT 结尾也是如此（它是 MESSAGE: 开始的地方）。

要确定 MESSAGE: 结束的行号，我检查存储在 B 列或文件末尾的下一个 LOGIN TIME 的位置： 这是这样的：

然后提取多行 SUBJECT 和 MESSAGE 内容非常容易，我为此使用了 OFFSET 函数：