Vba 在Excel中查找重复的文本

我是Excel/VBA新手，我有一个问题。 是否可以标记Excel中两列之间的部分字符串匹配

假设我有两列，A和B，其中有文本值。我想确定A单元格和B单元格部分匹配的行

下面是一些我正在寻找的“部分匹配”的假设案例

案例1：精确短语匹配（虚构有限公司），但其中一列有额外文本

A2单元：123456789虚拟有限公司

B2单元：虚拟公司

案例2：精确的短语匹配（虚构的有限公司），但两列都有额外的文本

A3单元：123456789虚拟有限公司

B3单元：虚构的有限公司，美国纽约市大街1号，邮编：12345

案例3：部分匹配

A4单元：虚构有限公司

B4单元：虚拟公司

案例4：单词匹配

单元A5：虚拟公司

细胞B5：虚构的

我想指出以上所有这些案例。但是，我不介意运行>1组代码来覆盖所有代码

非常感谢您的帮助

更新：当我第一次创建案例时，我没有意识到我将B列中的第一个单词作为与A列匹配的单词。事实并非如此，有时B列中的第三个单词与A列中的第五个单词匹配。。数据到处都是

---

*更新2:*还想澄清情况是可逆的-例如，有些行的情况是1，但单元格B比单元格A有更多信息。

情况1是可能的，只需截断较长的长度，使其与较短的长度匹配，然后查看它们是否相同。使用LEFT函数将较长的单词修剪为较短单词的长度。（使用LEN函数计算较短单词的长度）

案例2很棘手，但也有可能，因为您实际上需要从较短的字符串中搜索较长的字符串，以查找每个可能的有序单词组合。这是案例3的“稍微简单”版本

案例3非常棘手：它几乎是一个模糊匹配，计算成本很高，需要一种称为标记化的方法才能有效地完成。微软有一个免费的，但它有点糟糕…它返回了许多误报，以至于你需要仔细观察每一个结果，以确保它是一个有效的。这完全违背了目的。我自己也在致力于在该领域推出一款商业产品，它的误报率要低得多，但不能共享代码。可以说，这是一件很难有效完成的事情

案例4很简单：您只需使用搜索公式

如果你在每个列表中都有多个单词，那就再增加一层技巧

---

以上答案足以为您指明谷歌搜索的正确方向。请注意，您可以通过使用替换公式替换掉诸如“Ltd”和“Limited”以及其他各种术语来简化事情，但您仍然面临着巨大的挑战

此函数返回

Txt1

中的一个单词包含在

Txt2

中任何位置（而不仅仅是一个单词）的次数：

Function CountMatches(text1 As String, text2 As String) As Long
    Dim arr, x As Long
    arr = Split(text2)
    For x = 0 To UBound(arr)
        If text1 Like "*" & arr(x) & "*" Then CountMatches = CountMatches + 1
    Next x
End Function

…这一个也做了同样的事情，但也统计了

Txt1

中任何地方出现的

Txt2

：

Function CountMatches2(text1 As String, text2 As String) As Long
    Dim arr, x As Long
    arr = Split(text1)
    For x = 0 To UBound(arr)
        If text2 Like "*" & arr(x) & "*" Then CountMatches2 = CountMatches2 + 1
    Next x
    arr = Split(text2)
    For x = 0 To UBound(arr)
        If text1 Like "*" & arr(x) & "*" Then CountMatches2 = CountMatches2 + 1
    Next x
End Function

两者都容易对同一个匹配进行两次计数，特别是（显然）对

CountMatches2

样本输出：

我很好奇这是否符合你的需要（因为它显然不是真正的“模糊匹配”）

它可以很容易地修改为返回

TRUE

/

FALSE

（即

TRUE

=一个或多个匹配项），或者只查找整个单词匹配项，而不是“任意位置”

---

如果你有任何问题，请告诉我

所以您总是想检查B列中的第一个单词是否存在于A列中的相邻单元格中？如果这是正确的，它足够简单，甚至不需要VBA…嗨@ashleedawg谢谢你的回复！我没有意识到，我总是举例说明潜在匹配总是B列中的第一个单词。情况并非总是如此，有时是相反的（例如，B列中的第二个单词与A列中的第一个单词匹配）。我也会修改帖子来反映这一点。所以你只需要知道B栏的第一个或第二个单词是否存在于A栏的相邻单元格中？Easy我希望它只是第一个或第二个，但数据到处都是-有时B列中的第三个单词和A列中的第五个单词匹配..好吧-但总是一个完整的单词？（即，word=用空格分隔的文本）如果是这样，简单的enoughHi@jefferyweir谢谢你的回答！我明白你对案例1和案例2的解释。但是，如果每行匹配短语的长度不同，这意味着我必须改变要截断的字符长度，对吗？是的，第三种情况很复杂。对于案例4，请您详细说明一下？通常只有一个单词在两列上匹配。正确，您必须更改。你真的需要提供一个更好的屏幕截图，显示一些真实的样本数据和相关的布局，以帮助我们制定可能的方法。@jeffreyweir——说到模糊匹配——你看到了吗？：）@ashleedawg我还没有真正调查过SoundEx。我正在使用Levenshtein差分法，还做了大量的优化工作，包括在“别名”字典中输入，这些字典将等价的单词或名称相互映射，例如Jeffrey=Jeffrey=Geoffrey=Geoffery=Jeffrey=Geoffery=Geoff。对名字很有用，我已经在一些很酷的生产环境中使用过它，但仍然需要在它周围包装一个用户界面以供一般使用。嗨@ashleedawg，我已经测试过这个脚本，自定义函数工作得非常好！这正是我所需要的。非常感谢你的帮助！你刚刚救了我一命