pdfminer3k在pdf中提取文本_文本中提取数值进行计算

前几天有学员问了个问题&＃xff0c;如图所示&＃xff0c;求合格率&＃xff0c;要求是表格不能有任何的改动&＃xff0c;只能用公式实现。

我的第一反应是&＃xff1a;这个表中的文本幸好是非常有规律和规范的&＃xff0c;用函数就可以轻松实现。当然&＃xff0c;如果学员再学点VB的知识&＃xff0c;那这个就非常容易实现了。

作为基础课程&＃xff0c;我们还是再熟悉一下函数&＃xff0c;看看我们通过公式如何来解决这种有规律的文本问题。

很明显&＃xff0c;计算合格率&＃xff0c;我们必须将数字从文本中提取出来&＃xff0c;我们可以看到出现的第一个数字是在“查”字之后&＃xff0c;第一个“处”字之前&＃xff0c;所以这第一组数据的提取可以这样做&＃xff1a;

第一&＃xff1a;数字是从第3位开始的&＃xff0c;我们提取的时候从第3位进行提取&＃xff1b;

第二&＃xff1a;“处”之前就是数字的最后一位了&＃xff0c;所以我们只需要去掉处所在的位置&＃xff0c;那么留下的就是整个要提取的数字部分了&＃xff1b;

通过上面的分析&＃xff0c;我们提取的话&＃xff0c;肯定会用到MID这个函数&＃xff0c;也就是从什么地方开始&＃xff0c;到什么地方结束&＃xff0c;提取中间的内容。

我们来把公式拆解进行理解&＃xff1a;

&＃61;MID(文本内容&＃xff0c;开始位置&＃xff0c;留下几个文本)

文本内容&＃xff1a;抽查500处&＃xff0c;合格114处

开始位置&＃xff1a;3

留下文本数量&＃xff1a;3

很显然&＃xff0c;难点是这个留下的文本数量&＃xff0c;因为是500的时候&＃xff0c;你要留下3个文本&＃xff0c;那一位数或两位数的时候&＃xff0c;你需要留下的就是一个或两个文本了&＃xff0c;这个数量就是变化的&＃xff0c;所以我们要以不变应万变。我们这里只能通过“处”的位置来确定。

还记得上一节给大家讲过的Find函数吧。我们通过Find函数看看“处”字在什么位置就好了。所以公式是&＃xff1a;

&＃61;Find(“处”&＃xff0c;文本内容所在单元格)&＃xff0c;即如下图所示&＃xff1a;

把这结束位置减去这个起始位置&＃xff0c;得到的不就是中间文本的长度么&＃xff1f;而且开始位置固定就是从3开始。所以公式的整合就是&＃xff1a;

将公式套入进去应该是&＃xff1a;

&＃61;MID(B3,3,FIND(“处”,B3)-3)

是不是非常容易就得出了我们要求合格率的分母。

按照上面的逻辑&＃xff0c;我们的开始位置可以是从“格”字开始&＃xff0c;留取直到倒数第二位的文本长度就可以了。
所以根据上述的分析&＃xff0c;我们找第二组数据的开始位置。

找到“格”字之后再往后增加一位就是了&＃xff0c;所以公式是&＃xff1a;

&＃61;FIND(“格”,B3)&＃43;1

结果是10&＃xff0c;同样根据前面的逻辑&＃xff0c;我们看到最后的一个“处”字只占据一个字符&＃xff0c;那么我们可以根据文本的总长度来进行计算。这里LEN函数就是计算文本总长度的。

即&＃xff1a;&＃61;LEN(B3)

文本总长度是&＃xff1a;13

我们最终要留下的长度是3位&＃xff0c;所以直接是13-10就可以了。如图所示&＃xff1a;

所以把所有的公式套入其中&＃xff0c;就应该是&＃xff1a;

&＃61;MID(B3,(FIND("格",B3)&＃43;1),LEN(B3)-(FIND("格",B3)&＃43;1)

这样也就轻松了获取了我们要的分子。

上述提取了这两组数据&＃xff0c;计算合格率就非常简单了。直接套入就好了&＃xff1a;
&＃61;(MID(B3,(FIND("格",B3)&＃43;1),LEN(B3)-(FIND("格",B3)&＃43;1)))/(MID(B3,3,FIND("处",B3)-3))

如图&＃xff1a;

大功告成&＃xff01;

&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;

所以当你遇到一个问题需要解决的时候&＃xff0c;尤其是需要公式进行套用或嵌套的时候&＃xff0c;没必要一把到位&＃xff0c;先分解后再合并也是写正确公式的一种做法&＃xff0c;而且自己还能从中找到分析解决问题的方法。

如果你有其他更多的方法&＃xff0c;欢迎留言一起交流学习。