我需要在 Excel 中清理一列名称以消除所有非字母字符，包括句点、逗号、空格、连字符和撇号。
示例：更改O'Malley-Smith, Tom, Jr.为OMALLEYSMITHTOMJR
客户端要求这是一个 Excel 函数，否则我会使用类似于replaceAll("[^a-zA-Z]", "").toUpperCase(). 在一大堆功能之外，我似乎找不到任何看起来像现成功能的东西来执行此操作SUBSTITUTE- 每个单元似乎只有一个可用。
如果这是我需要的，我对开发自定义宏并不是非常熟练。
前段时间我也有类似的需求，并发现了一些效果很好的东西。
按 Alt+F11 打开 Visual Basic 编辑器。插入一个新模块并粘贴以下代码。
Function CleanCode(Rng As Range)
Dim strTemp As String
Dim n As Long
For n = 1 To Len(Rng)
Select Case Asc(Mid(UCase(Rng), n, 1))
Case 48 To 57, 65 To 90
strTemp = strTemp & Mid(UCase(Rng), n, 1)
End Select
Next
CleanCode = strTemp
End Function
CleanCode 现在是新功能，您可以将其用作公式。
因此，在您要操作的字符串旁边的单元格旁边复制=CleanCode(yourcell)
实际上，在单个单元格内可能会出现一堆 SUBSTITUTE，例如：
=UPPER(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(A1," ",""),",",""),"'",""),".",""),"-",""))
当然可能需要“扩展”以覆盖其他非字母字符。
如果你想走 VBA 路线——你不能使用用户定义函数 (UDF) 来改变你输入函数的单元格的值——但是你可以使用一个简单的宏并利用微软的VBScript 正则表达式引擎：
Sub SO()
Dim searchRange As Excel.Range
Dim cell As Variant
Dim RegEx As Object
Set RegEx = CreateObject("VBScript.RegExp")
With RegEx
.Pattern = "[^a-zA-Z]"
.Global = True
.MultiLine = True
End With
Set searchRange = ActiveSheet.Range("A1:D5") '// Change as required
For Each cell In searchRange.Cells
If RegEx.test(cell) Then cell.Value = RegEx.Replace(cell.Value, vbNullString)
cell.Value = UCase(cell.Value)
Next cell
Set searchRange = Nothing
Set RegEx = Nothing
End Sub
这可以通过 Excel 2016 及更高版本中的单个公式来完成。
虽然 pnuts 的解决方案列出了要去除的显式字符，但此解决方案列出了显式有效的字符。
假设您的脏数据位于 A 列中。假设您希望干净的数据位于 B 列中。
在单元格 B1 中使用下面最后一个公式。要将公式输入到单元格 B1 中，请执行以下操作：
根据需要复制单元格 B1 并将其粘贴到 B 列中。
首先，这是一个简短的示例来解释发生了什么：
=TEXTJOIN("",TRUE,
IFs(
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "t", "t",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "e", "e",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "s", "s",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "T", "T",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "E", "E",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "S", "S",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = "2", "2",
MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1) = " ", " ",
true, ""
)
)
在这种情况下，我将以下字符指定为有效字符：t、e、s、T、E、S、2 和空格字符。
显然，您需要将公式扩展到完整的字母表，分别列出每个大写和小写字符。同样，如果您想保留这些数字，请将其扩展为包括数字。请注意，数字被编码为字符串。
这是如何工作的：
简而言之，我们将源字符串拆分为一个单独的字符数组，然后对于每个字符，检查它是否在我们的有效字符集中，如果是则将其包含在结果中，否则将其替换为空字符串不是。
'IFS' 函数一次通过一对参数。如果第一个参数的计算结果为真，则返回第二个参数。如果不是，它将继续下一对参数 - 这就是为什么您会看到每行列出两次字母的原因。IFS 函数中的最后一对值是集合 'true' 和空字符串。这就是说，如果我们到达有效值集的末尾（即没有匹配有效值），则返回空字符串。
更多关于为什么这样做的背景：
这是ExcelJet给出的解决方案的变体。在该解决方案中，TEXTJOIN 函数（用于连接数组的值）与 INDIRECT 函数（将字符串拆分为数组）以及数学运算符（加号）一起用于强制计算每个字符之间的计算在带有数值的字符串中。字符串中的数字字符将返回数值，而其他字符将返回错误。该解决方案使用函数 ISERR 检查错误以决定是否在最终输出中包含给定字符。那里有一篇类似的文章可以反过来解决 - 排除数字并保留字母。
我想要解决的问题是让编码人员决定哪些值是有效的，哪些不是。我尝试将 VLOOKUP 和 INDEX 函数与 INDIRECT 函数合并，但它们仅适用于字符串中的第一个字符。诀窍在于，并非所有函数都会以评估数组中每个元素（即字符串中的每个字符）的方式作用于INDIRECT 的输出。秘密在于 ExcelJet 使用了数学运算符。如果您查看 Microsoft 的完整功能参考，IFS 被归类为“逻辑”功能。我怀疑逻辑函数可以以这种方式与 INDIRECT 一起使用。
（注意：我也尝试在各种组合中使用 AND 和 OR。但是，INDIRECT 计算字符串中的所有字符。例如，使用 CODE 函数获取每个字符的 ASCII 值并断言所有字符的值必须在 65 之间- 90（大写）或 97 - 122（小写字母）仅在字符串中的所有字符均为大写或全部为小写时才有效，但在混合使用时无效。）
我不知道这个解决方案的性能与之前使用 SUBSTITUTE 的建议相比如何。如果您只想去除几个字符，我建议使用 SUBSTITUTE 解决方案。如果您想明确指定要保留的有效字符（这是原始问题），请使用这个。
最后，这是您需要的确切答案，包括您在问题中没有注意到但在您的示例中显示的转换为大写。（对于不希望进行大写转换的其他人，请从此示例中删除 'UPPER' 的实例，然后以小写形式再次将字母添加到列表中，并确保将 'true'/空字符串对保留为最后一个条目在列表中。）
=TEXTJOIN("",TRUE,
IFs(
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "A", "A",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "B", "B",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "C", "C",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "D", "D",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "E", "E",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "F", "F",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "G", "G",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "H", "H",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "I", "I",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "J", "J",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "K", "K",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "L", "L",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "M", "M",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "N", "N",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "O", "O",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "P", "P",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "Q", "Q",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "R", "R",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "S", "S",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "T", "T",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "U", "U",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "V", "V",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "W", "W",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "X", "X",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "Y", "Y",
upper(MID(a1,ROW(INDIRECT(CONCATENATE("1:",LEN(a1)))),1)) = "Z", "Z",
true, ""
)
)
最初的问题是“消除除字母字符以外的所有字符” - 这个答案在不需要 VBA 的情况下可以在公式中解决问题。
另一个 VBA 解决方案
Sub RemoveCrap()
Dim varRange As Range
Dim varWorkRange As Range
Set varWorkRange = Range("A1:A10")
For Each varRange In varWorkRange
varVal = ""
For i = 1 To Len(varRange.Value)
varTemp = Mid(varRange.Value, i, 1)
If Not (varTemp Like "[a-z]" Or varTemp Like "[A-Z]") Then
varStr = ""
Else
varStr = UCase(varTemp)
End If
varVal = varVal & varStr
Next i
varRange.Value = varVal
Next
End Sub
无法直接回应刚刚加入的aurezio并且没有足够的声誉。我真的很喜欢这个解决方案，并且发现它非常有效且简短/简单，可以满足我的要求——即清理文本字段以将过滤的字符集输出到列，以满足文件名和 Web 编码输出需求。
虽然没有直接回答这个问题，但这个页面是我找到的最接近我需要的解决方案的页面，因此我想为其他人提供更多背景信息并扩展 aurezio 的解决方案以进行更通用的字符选择 - 以防有人感兴趣。
第 7 行与允许的字符编号或数字系列有关。使用 excel 函数 CODE() 来识别字符的代码，使用 CHAR() 来发布字符代码。
我的标准（如下所示）是过滤除 45（破折号）、48 到 57（数字系列）、65 到 90（字母数字大写系列）、97 到 122（字母数字小写系列）之外的所有内容。此外，不需要大写意味着可以删除 UCase()。
'based off aurezio's solution
Function CleanCode(Rng As Range)
Dim strTemp As String
Dim n As Long
For n = 1 To Len(Rng)
Select Case Asc(Mid(Rng, n, 1))
Case 45, 48 To 57, 65 To 90, 97 To 122
strTemp = strTemp & Mid(Rng, n, 1)
End Select
Next
CleanCode = strTemp
End Function
最终我想改进它以使其最终成为动态并允许所需过滤器的输入参数。例如 ClearCode（范围，“45”，“48-57”，“65-90”，“97-122”）
进一步了解上面的 youcantryreachingme 的答案，并使用 SEQUENCE 和 LET 函数（在最新版本的 Excel 中可用）将其与https://exceljet.net/formula/strip-numeric-characters-from-cell的建议合并，然后进一步实验，我已经能够将功能降低到......
=LET(character,MID(a1,SEQUENCE(LEN(a1)),1),TEXTJOIN("",TRUE,
IFS(
character=" "," ",
CODE(UPPER(character))>90,"",
CODE(UPPER(character))<65,"",
TRUE,character)
))
由于 IFS 似乎只执行匹配的第一个语句，因此在声明该范围之前放置要包含的超出排除范围 (>90、<65) 的任何异常非常重要。使用“AND”语句来组合范围限制似乎更直观，但是由于上面 youcantryreachingme 所述的原因，这不起作用。