当前位置: 首页 > news >正文

Excel SEARCHB函数实战:轻松提取中英混合文本中的英文名

在日常数据处理中,我们经常遇到中英文混合的字符串。如何快速提取其中的英文部分?今天就来分享一个Excel中的隐藏神器——SEARCHB函数。

一、SEARCHB函数基础

函数语法

SEARCHB(要查找的文本, 被查找的文本, [开始查找的位置])

SEARCH vs SEARCHB的区别

特性SEARCH函数SEARCHB函数
计数方式按字符计数按字节计数
单字节字符1字符 = 1长度1字符 = 1字节
双字节字符(中文)1字符 = 1长度1字符 = 2字节
区分大小写不区分不区分

二、实战案例1:提取字符串末尾的英文名

数据示例

解决方案

=MIDB(A2, SEARCHB("?", A2), 9)

公式解析

MIDB(文本, 开始位置, 提取字节数)
SEARCHB("?", A2) → 查找第一个单字节字符的位置

逐步解析:

  1. SEARCHB("?", A2):查找第一个单字节(英文)字符的位置

    • "张思bill" → 中文"张"占2字节,"思"占2字节 → 第一个英文"b"在第5字节

  2. MIDB(A2, 5, 9):从第5字节开始提取最多9个字节

  3. 结果:"bill"

注意事项

9是一个经验值,假设英文名不超过9个字节(4-5个英文字符)

如果英文名可能更长,可以适当增大这个值

视频演示:

提取字符串末尾的英文名(SearchB、MidB函数)

三、实战案例2:提取字符串中间的英文名

数据示例

通用解决方案

=MIDB(A2, SEARCHB("?", A2), LEN(A2)*2 - LENB(A2))

公式深度解析

1. 查找英文起始位置

SEARCHB("?", A2)

  • 使用通配符"?"匹配任意单字节字符

  • 找到第一个英文字符的位置(按字节计算)

2. 计算英文名的字节长度

LEN(A2)*2 - LENB(A2)

数学原理:

  • LEN(A2):统计字符总数(中文和英文都算1个字符)

  • LENB(A2):统计字节总数(中文2字节,英文1字节)

  • 假设字符串有C个中文字符,E个英文字符

    • 总字符数:C + E

    • 总字节数:2C + E

    • 英文长度:E = (C+E)*2 - (2C+E) = 2C+2E-2C-E = E

实例验证:
"财务bill张思"

  • LEN("财务bill张思") = 8(4中文字符 + 4英文字符)

  • LENB("财务bill张思") = 12(4中文×2 + 4英文×1)

  • 英文长度 = 8×2 - 12 = 16 - 12 = 4字节 ✓

3. 完整提取过程

=MIDB("财务bill张思", SEARCHB("?", "财务bill张思"), LEN("财务bill张思")*2-LENB("财务bill张思"))
=MIDB("财务bill张思", 5, 4)
= "bill"

视频演示:

提取字符串中间的英文名(SearchB、MidB函数)

四、函数组合应用技巧

技巧1:处理可能不包含英文的情况

=IFERROR(MIDB(A2, SEARCHB("?", A2), LEN(A2)*2-LENB(A2)), "")

技巧2:提取中文部分

=LEFTB(A2, SEARCHB("?", A2)-1) // 提取英文前的部分

技巧3:提取英文后的中文

=RIGHTB(A2, LENB(A2) - (SEARCHB("?", A2) + (LEN(A2)*2-LENB(A2))-1))

五、常见问题与解决方案

Q1:为什么SEARCHB有时候找不到"?"?

A:确保单元格格式正确,且确实包含单字节字符。可以使用=CODE(MID(A2, SEARCHB("?",A2),1))检查找到的字符。

Q2:如何处理大小写混合?

A:SEARCHB不区分大小写。如需区分大小写,请使用FINDB函数。

Q3:如果英文名包含空格怎么办?

=TRIM(MIDB(A2, SEARCHB("?", A2), LEN(A2)*2-LENB(A2)))

六、扩展应用场景

场景1:提取邮箱用户名

=LEFTB(A2, SEARCHB("@", A2)-1)

场景2:分离中英文地址

中文地址:LEFTB(A2, SEARCHB("?", A2)-1)
英文地址:MIDB(A2, SEARCHB("?", A2), 100)

场景3:统计中英文比例

中文比例:=(LENB(A2)-LEN(A2))/LENB(A2)
英文比例:=(LEN(A2)*2-LENB(A2))/LENB(A2)

七、总结

SEARCHB函数在处理中英文混合文本时具有独特优势:

  1. 精准定位:通过字节计数准确找到中英文分界点

  2. 高效提取:结合MIDB、LEN、LENB函数实现智能分离

  3. 灵活应用:适用于各种文本处理场景

记住这个黄金公式:

英文部分长度 = LEN(文本)*2 - LENB(文本)
英文起始位置 = SEARCHB("?", 文本)

掌握了SEARCHB函数,你就能轻松应对各种中英文混合文本的处理需求,大幅提升工作效率!


计算机科学与技术 & 计算机网络技术:双专业课程体系完全导航指南

http://www.jsqmd.com/news/297940/

相关文章:

  • Multisim下载安装失败?检查这5项Win10/11设置
  • 未来语音交互趋势:CosyVoice2+边缘计算部署构想
  • 基于深度学习的人脸识别系统
  • Mac用户必看!Unsloth非官方版安装避坑指南,轻松上手LLM微调
  • fft npainting lama特征可视化:中间层响应图解释性研究
  • 【开题答辩全过程】以 高校宿舍维修系统的微信小程序的设计为例,包含答辩的问题和答案
  • DroidCam无线投屏延迟优化操作指南
  • Leetcode 334. 递增三重态子序列 (Increasing Triplet Subsequence)
  • 抖音代运营公司服务选择,哪家比较好用
  • Llama3-8B实战案例:基于vllm+Open-WebUI搭建对话系统
  • 中国最大广告机器简史 学习Facebook,超越Meta|字节跳动 第3集
  • 快速排序详解
  • 用gpt-oss-20b-WEBUI搭建智能客服系统,成本直降90%
  • Unsloth自动驾驶场景:指令微调数据处理实战
  • 系统维护窗口:screen命令创建与管理一文说清
  • 深度测评专科生必备!10个AI论文平台对比与推荐
  • 【Django毕设源码分享】基于Django的网络课程在线学习平台的设计与实现(程序+文档+代码讲解+一条龙定制)
  • 5个开源大模型镜像推荐:Qwen3-4B免配置一键部署实测
  • 预训练音色无法选择?CosyVoice2模型模式使用误区解析
  • 亲测阿里Live Avatar数字人效果,输入音频秒变生动虚拟形象
  • 多次修复技巧:fft npainting lama处理大面积缺失有妙招
  • 零基础入门PyTorch开发:一键启动通用镜像快速上手
  • 探讨服务不错的欧式起重机工厂,哪家更值得合作
  • 2026年面粉加工设备优质生产商Top10,双狮粮油机械名列前茅
  • FDA-MIMO雷达距离角度联合无模糊估计MATLAB仿真方案
  • 2026年香氛评测:这家除味香氛厂家凭实力出圈,香薰香薰机/精油香薰机/固体香氛/蜡烛香氛,香氛OEM供应商推荐榜单
  • SQL 注入
  • 如何提升用户体验?unet image WebUI界面优化实战建议
  • 2026权威专利代办指南:一站式服务网站优选清单,专利复审申请/专利改写升级/智能专利查重,专利代办系统哪家靠谱
  • 新手教程:如何避免 CSS vh 引发的滚动条问题