可识别两类嵌入引用的Word参考文献提取VBA宏优化求助

核心优化逻辑 #

原有宏仅能匹配全括注式引用，无法覆盖作者前置式引用，核心问题是通配符规则未覆盖两类引用的特征边界：

• 全括注式引用特征：完整内容由英文括号包裹，括号内包含作者信息与4位公历年，对应格式如(Sajid, 2021)、(Sajid and Aqeel, 2021)、(Sajid et al., 2021)
• 作者前置式引用特征：作者信息位于括号外，括号内仅包含4位公历年，对应格式如Sajid (2021)、Sajid and Aqeel (2021)、Sajid et al. (2021)
  需通过双分支通配符规则同时匹配两类格式，同时限定作者名的大写首字母边界，避免抓取无关文本。

调整后的完整宏代码 #

Sub ExtractAllRefsFromDocument()
MsgBox ("This macro extracts all parenthetical and narrative in-text references.")
Dim SearchRange As Range, DestinationDoc$, SourceDoc$
DestinationDoc$ = "Extracted_Refs.doc"
SourceDoc$ = ActiveDocument.Name
' 新建空白文档存储提取结果
Documents.Add DocumentType:=wdNewBlankDocument
ActiveDocument.SaveAs DestinationDoc$, wdFormatDocument
' 切回原文档执行匹配
Documents(SourceDoc$).Activate
Set SearchRange = ActiveDocument.Range
With SearchRange.Find
.ClearFormatting
' 双分支通配符：先匹配全括注式，再匹配作者前置式
.Text = "\([!\)]@[0-9]{4}\)|[A-Z][a-z\s\.\&]*?(et al\.)?\s?\([0-9]{4}\)"
.Replacement.Text = ""
.Forward = True
.Wrap = wdFindStop
.Format = False
.MatchCase = False
.MatchAllWordForms = False
.MatchSoundsLike = False
.MatchWildcards = True
' 遍历所有匹配项，追加到结果文档
While .Execute
    ' 每个提取的引用单独换行存储，避免内容粘连
    Documents(DestinationDoc$).Range.Text = Documents(DestinationDoc$).Range.Text + SearchRange.Text + vbCrLf
Wend
End With
MsgBox ("Reference extraction completed! Results saved to " & DestinationDoc$)
End Sub

关键规则说明 #

• 通配符第一分支\([!\)]@[0-9]{4}\)：继承原有全括注式引用的匹配规则，即匹配以左括号开头、括号内无右括号、末尾接4位年份、以右括号结尾的完整内容，可覆盖所有全括注式引用变体。
• 通配符第二分支[A-Z][a-z\s\.\&]*?(et al\.)?\s?\([0-9]{4}\)：专门匹配作者前置式引用，规则限定作者名必须以大写英文字母开头（符合学术写作中作者姓氏首字母大写的规范），后续可匹配小写字母、空格、点号、连接符，可选匹配et al.标识，最后接空格与包裹4位年份的括号，从根源上避免抓取句中其他小写单词的无关文本。
• 匹配顺序通过|运算符实现双分支独立匹配，由于全括注式引用的优先级更高，不会出现引用内的年份片段被单独抓取的问题。
• 代码新增逐行存储逻辑，每个提取的引用自动换行，方便后续整理核对。
• 原有错误修改方案的问题：通配符[!\)]\(@[0-9]{4}\)未设置作者名的匹配起点边界，范围过宽，会把作者名前的大段无关文本包含进来，无法定位到准确的作者信息。

内容的提问来源于stack exchange，提问作者Sajid Aqeel