怎样从word文档中提取数据字段

tjc5471

有时候做完一个word文档有几百页，同样的数据可能在文档不同的地方出现十多次，有时候会出现数据前后不一致的情况。我想能不能把word中含有数据的字段（比如两个标点符号间包含有数据的一段话）提取到excel中，这样检查错误会更加快捷和彻底。不知道有哪位大侠能够做到，奉上附件（表格中的数据可以不进行提取）。

duquancai

含有数据的字段（比如两个标点符号间包含有数据的一段话）提取到excel中

这话有诸多疑惑：1、“含有数据的字段”：“数据”具体指什么？2、“两个标点符号间包含有数据的一段话”：a、“两个标点符号间”：什么标点？中文标点还是英文标点？具体点；b、“含有数据”：是数字型数据吗？具体点；c、“一段话”：这个在word中，我可以理解为一个段落吗？（注意：段落的准确含义你是否理解透彻了？）

tjc5471

是这么回事，“数据”具体指阿拉伯数字，“两个标点符号间包含有数据的一段话”比如：该站1959年设立，1959～1971年观测逐旬降水量，1972年起人工观测时段雨量，（：该站1959年设立，）这里是一句，在引号和逗号间；：、（，1959～1971年观测逐旬降水量，）这里是一句，在逗号和逗号等
也可以退而求其次，只要是一句话存在数字，提取包括这数字的前5后3个字符出来，基本上可以清楚这数字是什么内容了。

tjc5471

比如报告，论文，涉及的数字很多，有时候从其他一些文稿中拷贝过来，后期修改又有很多的数字要变化，因此核对数字的前后一致尤为重要。因此需要把有关数字及其含义提取出来进行核对。

duquancai

tjc5471 发表于 2016-10-6 23:25
比如报告，论文，涉及的数字很多，有时候从其他一些文稿中拷贝过来，后期修改又有很多的数字要变化，因此核 ...

那你说标点符号有多少个种类？包含英文标点吗？

tjc5471

duquancai 发表于 2016-10-6 23:36
那你说标点符号有多少个种类？包含英文标点吗？

也可以退而求其次，只要是一句话存在数字，提取包括这数字的前5后3个字符出来，基本上可以清楚这数字是什么内容了，因为所提取的字段只是用于数字的校核，不作其他用途。

duquancai

tjc5471 发表于 2016-10-6 23:39
也可以退而求其次，只要是一句话存在数字，提取包括这数字的前5后3个字符出来，基本上可以清楚这数字是什 ...

1. Sub Word操控Excel()
   
2.     Dim pa As Paragraph, myBook As Object, mysheet As Object
   
3.     Dim RegMatch, n As Long, arrData(1 To 10000, 1 To 1)
   
4.     Application.ScreenUpdating = False
   
5.     With CreateObject("VBScript.Regexp")
   
6.         .Global = True: .MultiLine = True
   
7.         .Pattern = "(?:^|[，。？！：])([^，。？！：\r]*\d+[^，。？！：\r]*)"
   
8.         For Each pa In ActiveDocument.Paragraphs
   
9.             If Not pa.Range.Information(wdWithInTable) Then
   
10.                 For Each RegMatch In .Execute(pa.Range.Text)
    
11.                     n = n + 1
    
12.                     arrData(n, 1) = RegMatch.submatches(0)
    
13.                 Next
    
14.             End If
    
15.         Next
    
16.     End With
    
17.     With CreateObject("Excel.Application")
    
18.         If Tasks.Exists("Microsoft Excel") = True Then Tasks("Microsoft Excel").Close
    
19.         Set myBook = .Workbooks.Add: .Visible = True
    
20.         Set mysheet = myBook.Worksheets("sheet1"): mysheet.Activate
    
21.         mysheet.Range("a1").Resize(10000, 1) = arrData
    
22.     End With
    
23.     Set RegMatch = Nothing
    
24.     Set myBook = Nothing: Set mysheet = Nothing
    
25.     Application.ScreenUpdating = True
    
26. End Sub

复制代码

duquancai

tjc5471 发表于 2016-10-6 23:39
也可以退而求其次，只要是一句话存在数字，提取包括这数字的前5后3个字符出来，基本上可以清楚这数字是什 ...

打开附件，点击按钮提取》》》》》》》

tjc5471

感谢duquancai兄，很不错，试了正在做的一个报告，一下子就发现有几个数字不一致的地方。虽然导出来的数据有些乱，比如只需要带单位的数据，比如立方、平方、km、万元、m等等，章节号可以不需要，但在excel可以删除的。

duquancai

tjc5471 发表于 2016-10-7 08:44
感谢duquancai兄，很不错，试了正在做的一个报告，一下子就发现有几个数字不一致的地方。虽然导出来的数据 ...

数据有些乱吗？不是你要求标点之间只要有数字的内容吗？你之前可没有说明这些条件。