PowerQuery提取数字编码前的汉字

提取第一个汉字前面的编码。

由于编码与描述混合在一起，中间还有数量与规格的数字，所以直接用Text.Select是不行的。用数字到非数字的分列也不行，因为编码中还有非数字字符“-”。我们需要自定义一个函数来确定第一个汉字的位置。因此，我们需要了解一个关于字符编码的常识：汉字的Unicode编码范围是4E00-9FA5。也就是说，只要字符的编码大于或等于4E00就可以认为是汉字。我们就根据这个来判断第一个汉字的位置。

自定义函数法：

我们模拟一个字符串，提取第一个汉字的位置。

=List.Min(List.Transform(Text.ToList("123456产品12"), each if Character.ToNumber(_) >= 0x4e00 then Text.PositionOf("123456产品12", _) else 999 ))

然后用这个创建函数：

=(t)=> List.Min(List.Transform(Text.ToList(t), each if Character.ToNumber(_) >= 0x4e00 then Text.PositionOf(t, _) else 999 ))

就是把字符串用参数t替换。

解释一下，上面这一句的意思，就是把字符串转换成单个字符的列表，然后用Character.ToNumber函数把每个字符转成数值编码，与0x4E00进行比较，如果符合条件就得出这个字符在整个字符串中的位置，如果不符合条件就给出一个很大的值。因为我们最后要取得汉字的最小位置，所以要取这些位置中的最小值。

有了这个函数，我们就可以很方便地得出每个字符串第一个汉字的位置，然后根据这个位置使用函数Text.Range来拆分字符串。

Text.Range([线上商家编码], 0, fx([线上商家编码]))

从位置0开始，截取长度为第一个汉字的位置，这样就能得到我们想要的第一个汉字之前的编码了。

文本拆分法：

再来一种方法，使用Text.SplitAny函数。同样的我们要知道汉字的范围，4E00对应的是“一”，基本汉字的最后一个9FA5对应的是“龥”。这就是我们常常看到的有些公式中出现的：{"一".."龥"}。这就是基本汉字的范围。我们把所有的汉字合并起来得到的是一个列表。我们需要的是第一个值，所以用{0}来提取列表的第一个值。

应用到我们的数据中就是这样的。

CTRL+E法：

在Excel中还有个简单的方法CTRL+E智能填充。当然第一次不能成功，还要修改一下示例数据，加上4-4的那一行，然后再继续CTRL+E。

PowerQuery中的两种方法，都需要了解汉字的Unicode编码，如果经常处理这种混合字符串，就需要记住汉字的范围：{"一".."龥"}，或者数值范围十六进制：4E00-9FA5。

热点：汉字nft 汉字虚拟币 币圈pow nft编码 TRUE币