从网站中提取包含其他数字的数字列
有一个供生物化学家/生物信息学使用的网站(http://dgpred.cbr.su.se/index.php?p=TMpred)。在输入蛋白质序列后，您会得到如下所示：
http://dgpred.cbr.su.se/analyze.php?with_length=on&seq=RGFTPLQWECVMASDFGHH
一些数据在顶部和底部，中间是4列，其中第4列是我们想要的数据。我想把第4列中的这些数字(对于很多蛋白质序列)放入Excel中。
我当前的工作流程(Mac )是在一个富文本文档中将所有内容复制到TextEdit，在数字周围执行alt+drag (这样只选择第四列中的数字)，然后执行AppleScript：
do shell script "pbpaste | sed 's/[^0-9.-]//g' | pbcopy"
do shell script "pbpaste | sed '/^$/d' | pbcopy"我只是regex的初学者，但这成功地给我留下了一个用换行符分隔的数字列表，准备粘贴到excel中。
真正甜蜜的做法是放弃TextEdit步骤，让正则表达式直接从网站获取数字。然而，这超出了我的能力范围。有人能帮我这个忙吗？即，仅选择第4列中的数字
回答 2
Stack Overflow用户
发布于 2013-01-13 05:43:23
当我复制这个数据时，我会得到这样的结果：
R 1 -9.00
+0.03
G 2 -8.00
+0.36
F 3 -7.00
-0.26 在每个奇数行上有3列，从[A-Z]开始，然后是您想要在后续行上的数据。
您想要的数字有两种形式：
^\t {3}([-+][0-9]+\.[0-9]{2})$ //for the red numbers和：
^([-+][0-9]+\.[0-9]{2}) {3}\t$ //the green numbers您可以像这样提取这两种类型：
^(\t {3})?([-+][0-9]+\.[0-9]{2})( {3}\t)?$第二个捕获组([-+][0-9]+.[0-9]{2})是您要获取的内容：
s/^(\t {3})?([-+][0-9]+\.[0-9]{2})( {3}\t)?$/$2/g考虑BBEdit或Textwrangler，而不是Applescript，您可能会发现它们更容易使用。
在搜索字段中输入以下内容：
\r[A-Z].*\r(\t {3})?([-+][0-9]+.[0-9]{2})( {3}\t)?$在替换中是这样：
\r\2
选择“全部替换”
它是如何工作的
\r // carriage return
[A-Z] // any character from A to Z (the lines you DON't want all start with a letter)
. // any character
* // any number of times
\r // carriage return
// that deals with the lines you DON't want to keep
( // grouping
\t // tab character
{3} // space character repeated 3 times
) // close grouping
? // zero or one occurences of the previous grouping
( // grouping (this is the bit you are after)
[+-] // character class - one of any of the [enclosed characters]
[0-9] // one of any of 0-9
+ // repeated one or more times
\. // full stop (escaped as it has special meaning in regext)
[0-9]{2} // exactly two occurences of any of 0-9
) // close capture parens (end of the group you are after)
( {3}\t)? // 3 spaces followed by a tab, occurring 0 or 1 time.
$ // end of line (in BBEdit/textwrangler you often use \r)BBE/TW中的重要详细信息，捕获的组指\1、\2、\3，而不是$1、$2、$3…
Stack Overflow用户
发布于 2013-01-13 07:22:02
我注意到浏览器复制表的方式不同。当我想从网页上复制表格数据时，我倾向于尝试IE/Chrome/Opera浏览器，因为--至少在Windows上--我可以简单地将复制的表格直接粘贴到Excel中，并保留所有列。另一方面，Firefox往往会把表格弄得乱七八糟。
使用Opera复制有问题的表，并从单元格A1粘贴到Excel中，我得到了F列中的所有绿色数字和H列中的红色数字。然后在第1行右侧的列中键入以下公式，并向下拖动单元格的角，以便在后续行中复制：
=IF(AND(ISBLANK(F1), ISBLANK(H1)), "", IF(ISBLANK(F1), H1, F1))现在，在这个新列中，我看到了数据。我可以在原始数据上粘贴一个新的表格，并将公式重新计算到正确的位置。(其他浏览器的实际列可能不同)。
我承认这不是一个完全自动化的解决方案，但我发现这种方法在许多情况下都是快速和有用的，所以我认为它值得分享。座右铭是:如果一开始你选择的浏览器没有做正确的事情，那就换一个吧！
https://stackoverflow.com/questions/14298031
复制相似问题
腾讯云开发者
