分门别类多种妙招提取混杂数据

俞木发

方法1：QQ的OCR识图法

方法1：QQ的OCR识图法通过查看原始数据可以知道，每个人的手机号位数都是11位，可以先在Excel中调整列宽，使得列宽正好可以显示11位数字，这样人名和电话号码就自动分列顯示了。接着启动QQ并打开截图组件，对单元格进行截图，点击截图工具栏的“文”（即屏幕识图工具）进行OCR识别，在右侧的识别结果中，可以看到名字和电话已经实现了自动分离（图2）。

点击QQ识别窗口右侧窗格下的“转为在线文档”按钮，按提示登录腾讯文档后，上述识别的数据就会自动在“腾讯文档”中打开。现在将识别后的数据和原始数据进行核对，对识别错误的数据进行订正后，双击A1单元格，全选内容并复制（图3）。

返回到Excel 2019窗口并新建工作表，然后将A列的数据格式设置为“文本”，这样将上述复制的内容粘贴到工作表后，就完成了数据的分离（图4）。

方法2：Word替换法

我们还可以利用Word 2019的查找替换法来提取数据。通过观察原始数据可以知道，数据类型主要是汉字和数字两大类，因此我们只要在Word中依次对这两类数据进行替换即可。

首先将数据复制到新建的Word文档中，接着依次点击“开始→ 替换”，在“查找内容”处输入“[一-龥]”（不含双引号，下同，即查找所有的汉字），在“替换为”处输入“^p”（即段落标记，可以依次点击下方的“ 特殊格式→ 段落标记”输入），展开“更多”并勾选其下的“使用通配符”，最后点击“全部替换”，这样即可将汉字全部删除，仅保留电话号码（图5）。

完成替换后按下“Ctrl+A”组合键全选数据并复制，接着返回E xc e l并新建工作表，选中B列，将其格式设置为“文本”，再定位到B1单元格并依次点击“开始→ 粘贴→匹配目标格式”。然后选中B列数据，按下F5键打开并选择“定位条件→空值”，最后将选中的空单元格全部删除，这样就可以完成电话号码的提取了（图6）。

姓名的提取则需在图5所示窗口的“查找内容”处输入“[0-9]”（表示查找数字），其他同上，完成替换后粘贴到图6所示的A列并删除空单元格，这样在A、B列就可以分离出名字和电话数据了。如果还要转换为图4所示的格式，那么只要将电话号码复制到名字的后方，接着在C1：C11区域输入01-11，在C12：C22也输入同样的数字，最后以C列为基准排序即可（图7）。

方法3：公式提取法

如果原始数据的格式和字符数是一致的，比如从某竞品网站复制到的信息是类似“商品01订单号139123456789商品02订单号139123456781”的数据，即商品代码+数字，均为7+12=19位字符，现在需要在Excel中将商品名称和订单号分离，首先将数据复制到A1单元格中，定位到B1单元格并输入1，在B2单元格中输入公式“=B1+7”，B3单元格中输入公式“=B2+12”，接着选中B2：B3区域并下拉填充公式（图8）。

继续定位到C1单元格并输入公式“=MID（$A$1，B1，7）”，表示以B1中的数字为基准，从第1个字符开始，依次从左到右提取A1数据中的7个字符（即提取“商品01订单号”这样形式的7个字符），继续在C2单元格中输入公式“=MID（$A$1，B2，12）”，表示从第8个字符开始，依次提取12个字符（即提取订单号数据），选中C1：C2区域并下拉填充公式，这样就完成数据整理的要求了（图9）。