从文件中提取部分单词答案

【问题标题】：Extracting parts of words from a file从文件中提取部分单词
【发布时间】：2013-02-06 20:24:36
【问题描述】：

我有一个列表“列表 A”，其中包含数以万计的条目（下面显示了 4 个示例条目）。我想从“列表 A”创建另一个列表，“列表 B”。我需要“列表 B”的每个条目仅包含“列表 A”中每个条目开头的“>”字符之后的第一个“单词”的前 4 个（共 5 个）字符。

因此，例如，我想要一个如下所示的“列表 B”： 2JUG 3JU9 1JU8 3觉

我是脚本编写的新手，如果您能提供任何帮助，我将不胜感激。我最接近解决我的问题的是打印第一列，但这给了我第一个“单词”的所有 5 个字符，加上下一行中的一长串字母。我是脚本写作的新手，所以如果可能的话，请尽量给我你的解释的“傻瓜”版本。谢谢！

下面“列表 A”中的示例条目

2JUGA 78 NMR NA NA NA 无 TubC 蛋白 [盘状血管球菌] || 2JUGB GPLGSSAGALLAHAASLGVRLWVEGERLRFQAPPGVMTPELQSRLGGARH ELIALLRQLQPSSQGGSLLAPVARNGRL

3JU9A 237 XRAY 2.10 0.207 0.253 无伴刀豆球蛋白-Br [CANAVALIA BRASELIENSIS] || 1AZDA 1AZDB 1AZDC 1AZDD 4H55A ADTIVAVELDTYPNTDIGDPSYPHIGDIKSVRSKKTAKWNMQNGKVGTA HIIYNSVGKRLSAVVSYPNGDSATVSYDVDLDNVLPEWVRVGLSASTGLY KETNTILSWSFTSKLKSNSTHETNALHFMFNQFSKDQKDLILQGDATTGT EGNLRLTRVSSNGSPQGSSVGRALFYAPVHIWESSAVVASFEATFTFLIK SPDSHPADGIAFFISNIDSSIPSGSTGRLLGLFPDAN

1JU8A 37 NMR NA NA NA 没有 Leginsulin [NA] ADCNGACSPFEVPPCRSRDCRCVPIGLFVGFCIHPTG

3JUEA 368 XRAY 2.30 0.203 0.219 无 ARFGAP，带有卷曲螺旋、ANK 重复和含有 PH 结构域的蛋白质 1 [智人] || 3JUEB GPLGSGSGHLAIGSAATLGSGGMARGREPGGVGHVVAQVQSVDGNAQCCD CREPAPEWASINLGVTLCIQCSGIHRSLGVHFSKVRSLTLDSWEPELVKL MCELGNVIINQIYEARVEAMAVKKPGPSCSRQEKEAWIHAKYVEKKFLTK LPEIRGRRGGRGRPRGQPPVPPKPSIRPRPGSLRSKPEPPSELGSLHPG ALLFRASGHPPSLPTMADALAHGADVNWVNGGQDNATPLIQATAANSLLA CEFLLQNGANVNQADSAGRGPLHHATILGHTGLACLFLKRGADLGARDSE GRDPLTIAMETANADIVTLLRLLAKMREAAQGQAGDETYLDIFRDFSLM ASDDPEKLSRRSHDLHTL

【问题讨论】：

您能否提供一个示例文件 - 问题格式破坏了输入，这对于可能的解决方案很重要。
嗨，Peter L. 哇，感谢您的快速回复。我很乐意提供所要求的信息。你有我可以发送示例文件的电子邮件地址吗？
P.S.格式是列表中每个条目有 2 行。第一行以“>abcde”开头，“abcd”是我想要的信息。第二行是一长串字母。然后是一个空行，然后是列表中的下一个条目。
P.P.S.我不知道这是否有帮助，但我的另一个想法是使用“>”作为我的脚本，但是开始每个条目的“>abcde”的“>”并不是该起始位置所独有的。一些条目还在第一行的后面点包含这个符号（尽管这些“>”符号都没有出现在我发布的原始示例中）。
将文件上传到保管箱或任何类似的文件共享服务并在此处放置链接。如果您没有保管箱 - 从这里安装：db.tt/JNGZy87d

标签： list vba extract ms-word truncate

【解决方案1】：

这是解决方案 - 非常简单，但会在提供输入的情况下完成工作：

Sub NMRData()
    With Selection.Find
        .Text = "^p>"
        .Replacement.Text = "@@@>"
        .Forward = True
        .Wrap = wdFindContinue
        .Format = False
        .MatchCase = False
        .MatchWholeWord = False
        .MatchWildcards = False
        .MatchSoundsLike = False
        .MatchAllWordForms = False
    End With
    Selection.Find.Execute Replace:=wdReplaceAll
    With Selection.Find
        .Text = "^p"
        .Replacement.Text = ""
        .Forward = True
        .Wrap = wdFindContinue
        .Format = False
        .MatchCase = False
        .MatchWholeWord = False
        .MatchWildcards = False
        .MatchSoundsLike = False
        .MatchAllWordForms = False
    End With
    Selection.Find.Execute Replace:=wdReplaceAll
    With Selection.Find
        .Text = "@@@>"
        .Replacement.Text = "^p>"
        .Forward = True
        .Wrap = wdFindContinue
        .Format = False
        .MatchCase = False
        .MatchWholeWord = False
        .MatchWildcards = False
        .MatchSoundsLike = False
        .MatchAllWordForms = False
    End With
    Selection.Find.Execute Replace:=wdReplaceAll

    For k = ThisDocument.Paragraphs.Count To 1 Step -1
        Set oPara = ThisDocument.Paragraphs(k)
        oPara.Range.Text = Left(oPara.Range.Text, 5) & vbNewLine
    Next k

    ThisDocument.SaveAs FileName:="listB.docx", FileFormat:=wdFormatXMLDocument

End Sub

所需的输出将保存在与新 DOCX 文件相同的文件夹中。

要运行代码，请按 ALT+F11，然后按 F5 - 通过 VBA 界面，或按 ALT kbd>+F8 按名称选择并运行宏。

带有现成代码的示例 DOCM：https://www.dropbox.com/s/6zt4nfn7rt8eqc7/NMRDataListA.docm

附：这是我的第一次 Word-VBA 体验）

【讨论】：