Есть в xlsx-файле в колонке "E" такой вот несуразный текст:



Объём: ~2,8млн. строк.


Нужно убрать текст и на выходе получить только то, что содержит римские:




Не знаю, как сделать это предельно аккуратно, т.к. местами, как видите, отсутствует пробел между цифрами и буквами + иногда римские идут в конце строки, а не в начале, и самое главное: люди с ОЧЕНЬ кривыми руками использовали вперемешку казахскую раскладку и английскую, поэтому "III" (английскими буквами) с "ІІІ" (казахскими буквами) сильно разнятся, а мне необходимо привести всё в единый вид. Есть идеи, как можно упорядочить этот хаос? Я просто даже не представляю, с чего начинать :-(

Т.е. какой-то ***** умудрился употребить в казахской раскладке "I" и другие ***** растиражировали его know-how в остальных строках. Символы на клавиатуре действительно визуально неразличимы, особенно тем, кто считает их абсолютно одинаковыми и кому плевать на то, что символы разнесены по РАЗНЫМ клавишам, но теперь виновных не найти, а с меня требуют результат :-/

Так, на данный момент осилил задачу таким образом:
1. Сделал замену казахской "I" на английскую "I";
2. Сделал замены "III*" > "III" и "*III" > "III", а также "II *" > "II" и "* II" > "II";
3. Теперь нужно удалить те строки, в колонке "E" которых не оказалось ни одной "I". Как это сделать?