Как найти одинаковые ссылки в документах excel?

Question

[alex1nd]

Есть папки и файлы таблицы excel (в первой колонке url). Нужно как-то сделать поиск по всем этим файлам и удалить копии юрлов которые встречаются в этих файлах.

Оставить только в 1 файле.

Comments

[Антон Киселёв]

А задача — удалить дубли в источнике, или просто получить итоговый список без дублей?

Если в надо удалить в источнике — то как сделать выбор между файлами, в которых надо удалить, а в которых оставить?

[alex1nd]

прорабатывал файлы excel - дошёл до последнего (в котором больше всего ссылок) во всех встречались одинаковые ссылки, но последний файл длинный по кол-ву ссылок, хочу как-то удалить те что уже встречались в остальных таблицах

[h8nor]

Есть наброски на vba, пойдёт?

Answer 1

[Антон Киселёв]

Макрос. Примерный алгоритм:
1. Открыть все файлы по очереди, скопировать всю инфу из них на новый лист
2. Добавить новую колонку "файл с дублем", в каждую ячейку записать имя файла, откуда копировали данные — чтобы в будущем знать, в каком файле надо удалить.
2. Применить в новой колонке "Признак дубля" формулу =СЧЁТЕСЛИ(A2:A$1000;A2)-СЧЁТЕСЛИ(A:A;A2), эта формула выдаст признак дубля (ессно, если нужные вам данные находятся в колонке А).
Важно! Для следующей строки формула будет иметь вид =СЧЁТЕСЛИ(A3:A$1000;A3)-СЧЁТЕСЛИ(A:A;A3), для следующей =СЧЁТЕСЛИ(A4:A$1000;A4)-СЧЁТЕСЛИ(A:A;A4) и т.д.
Важно! В моем примере последняя ячейка A1000, у вас она будет другая, вместо 1000 поставите номер последней заполненной строки.
Пример
3. В итоге, все дубли получим с цифрой -1, -2, -3 и т.д, а все уникальные будут иметь флаг 0.
4. Повторно открываем все файлы, находим в них дубли через =ВПР или =ИНДЕКС(ПОИСКПОЗ()) и удаляем их, не забыв сделать проверку через =ЕСЛИ(И("имя файла"=ячейка колонки "файл с дублем";"Признак дубля" меньше нуля); то удалить; иначе ничего не делать).

Если файлов не много, то всё это можно и ручками сделать.

Comments

[Антон Киселёв]

прорабатывал файлы excel - дошёл до последнего (в котором больше всего ссылок) во всех встречались одинаковые ссылки, но последний файл длинный по кол-ву ссылок, хочу как-то удалить те что уже встречались в остальных таблицах

alex1nd, Если надо удалить те данные, что встретились ранее, то формула такая:
=СЧЁТЕСЛИ(A4:A$1000;A4)

ну и удалять потом все строки, в которых формула вернула значение 2,3,4 и т.д. (НЕ 1).

Answer 2

[shushpanio]

Сводим все в 1 массив.
Данные-Удалить дубликаты - выбираем по столбцу с URL.

Результат получаем без танцев с бубном и кучи формул.

P.S. В результате останется первое уникальное вхождение URL

Comments

[Антон Киселёв]

Топикстартеру надо удалить в исходниках — я неспроста это спрашивал в комментариях под вопросом.

Иначе, конечно, через "удаление дубликатов" — самый простой вариант (при этом собрать данные на один новый лист из кучи разных файлов можно очень простым "наколеночным" макросом).