【Excel】用公式提取Excel单元格中的汉字

昨天一个前端的朋友找我帮忙用excel提取代码中的汉字（字符串），可算费了劲儿了，他要提取的内容均在单引号中，但问题是没有统一的规律，同一个单元格可能存在多个要提取的内容，而且汉字中间也夹杂其他字符。所以总结了一下提取汉字的几种情况。

一、用公式提取Excel单元格中的汉字

对于一个混杂各种字母、数字及其他字符和汉字的文本字符串，要提取其中的汉字，在Excel中通常可用下面的公式。

例如下图A列中的字符串，要在B列提取其中的汉字（或词语）。

如果汉字位于字符串的开头或结尾，用LEFT或RIGHT函数即可提取，例如上图中A2:A4区域中的字符串。在B2中输入下面的公式：

=LEFT(A2,LENB(A2)-LEN(A2))

就会返回字符串中开头的几个汉字。

说明：LENB函数和LEN函数都可用返回文本字符串中的字符数，不同的是，LENB函数会将每个汉字（双字节字符）的字符数按2计数，LEN函数则对所有的字符，无论是单字节还是双字节都按1计数，因而公式中的“LENB(A2)-LEN(A2)”返回文本字符串中的汉字个数。

同样对于A6:A8区域中的字符串，在B6中用RIGHT函数即可：

=RIGHT(A6,LENB(A6)-LEN(A6))

如果汉字位于字符串的中间，可使用下面的数组公式。例如图中A10:A12区域中的字符串，在B10中输入数组公式：

=MID(A10,MATCH(2,LENB(MID(A10,ROW(INDIRECT("1:"&LEN(A10))),1)),),LENB(A10)-LEN(A10))

公式输入完毕，按Ctrl+Shift+Enter结束。

说明：公式先用MID函数将字符串中的每个字符分解到到一个字符数组中，然后用LENB函数返回各字符的的字符数，对于汉字会返回“2”。用MATCH函数取得第一个“2”的位置，即第一个汉字的位置，最后再用MID函数提取汉字。

使用上述公式时要求字符串中的汉字是连续的，中间没有其它字符分隔。

如果字符串中的汉字之间有其它字符分隔，例如上图中的A14单元格，要提取其中的所有汉字，可用下面的自定义函数。方法是：

1. 按Alt+F11，打开VBA编辑器，单击菜单“插入→模块”，在代码窗口中输入粘贴下面的代码：

Function 提取汉字(sString As String) As String

Dim regEx As Object

Set regEx = CreateObject("VBScript.RegExp")

With regEx

'搜索整个字符串

.Global = True

'匹配非汉字

.Pattern = "[^\u4e00-\u9fa5]"

'将字符串中的非汉字替换为空

提取汉字 = .Replace(sString, "")

End With

Set regEx = Nothing

End Function

 

说明：上述代码定义了一个自定义函数“提取汉字”。代码利用RegExp对象使用正则表达式匹配模式，清除字符串中的所有非汉字，得到其中的汉字。

2. 返回Excel工作表界面，在B14单元格中输入公式：

=提取汉字(A14)

即可取得A14单元格字符串中的所有汉字。

 

二、用公式提取引号（某2个相同字符）之间的内容

公式：=MID(A2,FIND("'",A2)+1,FIND("^",SUBSTITUTE(A2,"'","^",2))-FIND("'",A2)-1)

 

如果要提取第一个字符和最后一个相同字符之间的内容，则修改公式为：

=MID(A2,FIND("'",A2)+1,FIND("^",SUBSTITUTE(A2,"'","^",LEN(A2)-LEN(SUBSTITUTE(A2,"'",""))))-FIND("'",A2)-1)

在excel中，如何查询字符串的第N次出现位置，或最后一次出现位置，使用公式：

最后一次出现位置

=FIND("这个不重复就行",SUBSTITUTE(A1,"-"," 这个不重复就行",LEN(A1)-LEN(SUBSTITUTE(A1,"-",""))))

第N次出现位置

假如查第四个\的位置

=find("这个不重复就行",substitute(A1,"\","这个不重复就行",4))

 

三、用FIND函数查找字符串中的双引号

有这样一个字符串        AB"CDEFG        想查找到双引号的位置， 公式是这样的

=FIND("""",E11)

而不是    =FIND(""",E11)