Excel 字符串拆分

用 Excel 处理数据时，有时需要对字符串进行拆分。对于比较简单的拆分，使用 Excel 函数可以顺利完成，但碰到一些特殊需求，或者拆分的规则比较复杂时，则很难用 Excel 实现了。这里列出一些拆分需求示例，分析拆分难点，并提供 SPL 解决代码。SPL 是专业计算引擎 esProc 使用的语言，用于处理结构化数据运算非常方便，对于字符串拆分的运算也很简单。

一、规则单词拆分

这里有一份车间采购产品清单，清单的每一项包含了需要采购的品牌以及产品型号。现在想要把每一项的品牌以及型号拆分后单独列到后面。

文件 productlist.xlsx 中数据如下：

 

期望结果：

使用 Excel 来处理这类拆分时，可以使用数据的分列，但是分列有个缺点，其实也算不上缺点，只是针对这个只想拆出品牌的需求来说单词被过渡拆分了。比如后面的型号，也会被拆分到多个列，又需要重新合并，过程有点得不偿失。不过 Excel 还有一个快速填充，可以根据给定的参考值，比如第一行给定 PANASONIC，便可使用类似规则快速填充后面行的拆分，然后再用 Mid 函数间接算出型号的字符串部分，过程依然繁琐。

使用 SPL 可以直接读取 Excel 文件，对于实时分析操作，也可以将 Excel 中的数据复制到剪贴板，然后在 SPL 里面使用 clipboard 函数直接从剪贴板获取数据，数据整理完后，再将结果放入剪贴板，然后在 Excel 中粘贴结果，这样便可将 Excel 的分析操作跟 SPL 的计算无缝对接起来，方便而又高效。

SPL 拆分代码：

	A	B
1	=clipboard().import@i()	/从剪贴板导入产品清单
2	=A1.(~.split@1(" "))	/从第一个空格处将产品清单分离为两部分，产生一个序列的序列
3	=A2.concat@n("\t")	/拼接为子序列的成员用 Tab 分隔，序列的成员之间用回车分隔的二维表串
4	=clipboard(A3)	/将串值放置到剪贴板

代码执行完成后，只需在B1 格粘贴便可得到期望结果。

二、数字分离

如下为一些数字跟字符混合在一起的数据，现在需要将数字和字符分离开。

文件 numbers.xlsx 中数据如下：

 

期望结果：

如果是光分离数字出来，仍然可以使用给定首行参考值，然后采用快速填充，便可以将所有数字分离出来。但是要将剩余的字符再分离出来，Excel 没有合适的办法，因为有些数字是跟字符交叉混合在一起，没法用 Mid 等函数拆分。只能采用 VBA 写代码逐字循环，判断字符类型，挨个分离，过程依然麻烦。

SPL 可以直接将串分离成单字符，并根据类型划分：

	A	B
1	=clipboard().split@n()	/将剪贴板数据按回车拆分为成员，然后将成员再逐字拆分
2	=A1.(~.align@a([true,false],isdigit(~)).(~.concat()))	/每一项字符序列用是否为数字分成两组，继而再拼成串，从而分离出数字和字符
3	=A2.concat@n("\t")	/将两层序列分别用 Tab 和回车拼为二维表式的大串
4	=clipboard(A3)	/将大串放置到剪贴板

 

三、日期分离

下面为一些包含日期的句子或段落，现在想要把句子里面所有的日期分离出来，一行中包含多个日期时，用分号分开。

文件 multidates.xlsx 中数据如下：

期望结果：

要将句子里面的日期分离出来，Excel 没有相应的办法，尤其像这种一个句子里面有不定个数的日期。如果是固定位置或长度的日期格式，才可能用截取固定长度，或者使用快速填充能够办到。对于上述多个日期的分离，只能写 VBA 代码，再用正则表达式去匹配解析，完成这种需求对人员要求较高，且实现过程繁琐。

SPL 直接用空格分割串为单词序列，然后按格式转换日期类型的数据：

	A	B
1	=clipboard().split@n(“ “)	/将剪贴板数据按回车拆分成员，然后用空格将每一成员拆分为单词序列
2	=A1.(~. (date(~,"dd.MM.yy")))	/将单词序列的成员按照指定格式转换为日期类型的数据
3	=A2.(~.select(ifdate(~)))	/选出序列中的日期类型的值
4	=clipboard(A3.concat@n(“;”))	/将日期串序列结果拼接为二维表串并放置到剪贴板

执行完上述代码后，直接在源表中的B1 格执行粘贴，即可得到期望结果。

四、按字符拆分

如下表为一列长度不等的数字，现在需要将数字逐字拆分成为单独的列。

文件 number.xlsx 的数据：

期望结果：

使用 Excel 拆分上述数字时，首先想到的是使用分列，但是像这种逐字拆分，分列时只能一个一个指定分隔位，数字比较长时就要多次重复设置，操作多而麻烦。其次是使用函数，比如可以在 B1 写入 =MID($A1,COLUMN(A1),1)，然后拖拽鼠标进行行填充以及列填充，但这种操作不好掌握最大列数，篇幅大时，操作也不方便。

SPL 可以直接按字符拆分：

	A	B
1	=clipboard().split@n()	/将剪贴板数据按回车拆分成员，然后每个成员再缺省拆分为单字符序列
2	=A1.concat@n("\t")	/将拆分后的两层序列拼成串式二维表
3	=clipboard(A2)	/将结果放置到剪贴板

上述代码执行完成后，同样在 B1 处粘贴拆分后的数据即可。

五、属性表和文件名拆分

如下数据为一段日志描述文件，结构相对复杂，其中包含类似于属性表的分节描述。现在想将属性描述中的 PublicKeyToken 以及文件名分离出来。

文件 log.xlsx 的数据：

期望结果：

这是一个综合串的分离，第一层为用逗号分隔的描述串，然后第二项类似于属性分节串的描述。所以使用 Excel 时，需要多次分列，以及多次快速填充，方可完成期望结果。同样是步骤多，且需要给定参考值来快速填充，过程繁琐。

SPL 提供了函数直接对属性串取值，以及对文件名的不同部分拆分：

	A	B
1	=clipboard().split@nc()	/将剪贴板数据用回车拆分成员，然后以逗号拆分子成员序列
2	=A1.([replace(~(2),"\"","").property("PublicKeyToken"),filename(replace(~(3),"\"",""))])	/去掉两端引号后，用属性 property 函数从第 2 项获取 PublicKeyToken 的值；再用 filename 函数拆分出第 3 项中的文件名；再将这两个值构成序列
3	=clipboard(A2.concat@n("\t"))	/将结果拼为大串放置到剪贴板

 

《SPL Cookbook》中有更多相关计算示例。