如何在Excel中用正则表达式解析支链烷烃IUPAC名称并提取结构信息？

针对数千条支链烷烃IUPAC名称的结构信息提取需求，可通过以下4个步骤实现自动化处理：

• 步骤1：提取主链碳原子数
  主链名称位于IUPAC名称末尾，通过正则匹配主链名后查表获取碳原子数。可自定义UDF MainChainRegex 实现，示例：=MainChainRegex("2,2,3-trimethyloctane") 返回结果为8。

• 步骤2：提取主链各碳原子连接的侧链碳原子数
  生成对应主链每个碳原子的侧链碳数数组，可自定义UDF SideChainRegex 实现。示例：输入"3-ethylpentane"，返回数组 [0,0,2,0,0]。

• 步骤3：处理多侧链重复情况
  识别侧链前缀（如di-代表2个相同侧链），对应更新主链碳原子的侧链碳数。示例：输入"2,2-dimethylbutane"，返回数组 [0,2,0,0]。

• 步骤4：处理多种类侧链汇总
  对不同类型的侧链碳数进行汇总，生成最终的主链碳原子侧链碳数数组。示例：输入"5-ethyl-2,2-dimethylheptane"，返回数组 [0,2,0,0,2,0,0]。相关术语与碳原子数的对应关系参考附表。

内容的提问来源于stack exchange，提问作者Daniel