若要在 Excel 中移除一整欄的特殊字元,而又不想撰寫層層巢狀的 SUBSTITUTE 公式,可以先把儲存格範圍貼到 Special Characters Remover,選擇「僅符號」或「符號加標點」,再把清理後的文字貼回即可。這個工具會篩選 Unicode General_Category 值中以 P(標點)和 S(符號)開頭的項目,因此涵蓋了常見標點、貨幣符號、數學運算子、箭號、表情符號、版權符號,以及底線之類的連接標點——遠比一份臨時湊出的 ASCII 清單更為全面。字母、十進位數字、組合附加符號、分隔符號和空白都會保留,所以像 é 這種以 e 加上組合尖音符表示的帶音符號不會被過濾器破壞。你可以在本機清理最多 100 萬個字元,即時查看實際輸出,並檢查被移除的碼點數量,以確認沒有漏失重要內容。整個操作都在你的瀏覽器中執行,不會上傳任何資料,所以貼上的發票號碼、產品編號或客戶電子郵件都不會離開你的電腦。
Excel 中哪些算作「特殊字元」
「特殊字元」這個詞在試算表中並沒有單一的技術定義,這也是多數 Excel 清理工作會卡住的原因。實務上,人們想從 Excel 欄位中去除的資料,可歸入兩個標準化的 Unicode 類別:標點(General_Category P)與符號(General_Category S)。標點包含一般標記,如逗號、句號、驚嘆號、問號、分號、冒號、引號與破折號,另外還包括底線和連字號等連接標點。符號則涵蓋貨幣符號($ € £ ¥)、數學運算子(+ = × ÷)、箭號(← → ↑)、許多表情符號、版權與註冊商標符號,以及像中文句號或日文閉合括號這類 CJK 標點。
落在這兩個類別之外的內容都會保留。這包括 ASCII 字母 A–Z 和 a–z、十進位數字 0–9、其他文字系統中的十進位數字(如阿拉伯-印度數字)、組合附加符號、分隔符號、換行符號與一般空白。因此像 "AB-12_€" 這類產品代碼欄位,可以縮減為 "AB12" 而不會遺失字母與數字;而像 "Renée O'Brien" 這類客戶姓名欄位,仍可保持可讀,因為在「僅符號」模式下,撇號會被保留,只有在「廣泛模式」下才會被移除。
為何 Excel 內建函式難以勝任這項工作
Excel 提供了幾種內建方式來移除特殊字元,但每一種都有其極限,一旦你的資料中出現超過三種不同的目標符號,問題立刻就會暴露出來。
- SUBSTITUTE 公式——=SUBSTITUTE(SUBSTITUTE(A1,"$",""),",","") 對已知的簡短清單有效,但每多一個字元就會變得更難以閱讀的巢狀結構。撰寫 20 層的巢狀公式既容易出錯,也很難審核。
- 尋找與取代(Ctrl+H)——一次只能處理一個字元,每個符號都必須分開執行,而且不會告訴你實際移除了幾個。你無法判斷某個步驟是否悄悄失敗。
- CLEAN 與 TRIM——TRIM 會折疊多餘的空白,CLEAN 則會去除 ASCII 0–31 的非列印字元,但兩者都不會處理貨幣符號、箭號或表情符號。
- VBA 巨集——雖然有彈性,但每加入一個新的 Unicode 類別都需要修改程式碼,不同 Excel 版本的正規表示式方言也不一致,而且沒有標準化的類別清單可供參照。
這些方法都不會給你精確的移除字元數,也都不是依據標準化 Unicode 資料運作,更無法並列顯示輸入與輸出。一個忠實採用規範所定義標準化類別的 Unicode 感知工具,正好能填補這個缺口。
使用 Special Characters Remover 清理 Excel 欄位
Special Characters Remover 會接收任何貼上的文字,並透過啟用 Unicode 旗標的 JavaScript Unicode 屬性逸出進行篩選,可單獨比對 S 類別,或比對 P 與 S 的聯集。由於規則來自 Unicode 聯盟的類別資料,而非人工維護的黑名單,因此其行為可審核,且在不同執行與機器間都能重現。比對本身使用的是 ECMAScript Unicode 屬性逸出語法。
| 內容類型 | 僅符號模式 | 廣泛模式(符號 + 標點) |
|---|---|---|
| 字母(A–Z、a–z、非拉丁字母) | 保留 | 保留 |
| 十進位數字(0–9、阿拉伯-印度數字等) | 保留 | 保留 |
| 帶音符號的字母(é、ñ、ü) | 保留 | 保留 |
| 組合附加符號 | 保留 | 保留 |
| 貨幣符號($、€、£、¥) | 移除 | 移除 |
| 數學運算子(+、=、×、÷) | 移除 | 移除 |
| 箭號(←、→、↑、↓) | 移除 | 移除 |
| 許多表情符號 | 移除 | 移除 |
| 版權 / 商標(©、®、™) | 移除 | 移除 |
| 連接標點(_) | 保留 | 移除 |
| 一般標點(,.!?;:"'-) | 保留 | 移除 |
| 空白(空格、Tab、換行) | 保留 | 保留 |
清理工作流程,逐步說明
依照以下步驟清理一整欄 Excel 資料,完全不需要撰寫任何公式或巨集。
- 複製要清理的儲存格。在 Excel 中選取範圍(例如 A2:A500),按住 Ctrl 再按 C。先保留原本的欄位——此時還不要刪除。
- 貼到 Special Characters Remover。開啟工具,點選輸入框,然後按 Ctrl+V。輸入上限為 100 萬個 UTF-16 碼單位,大約相當於一部短篇小說的篇幅;超出上限的內容會被整批拒絕,不會產生部分輸出。空白的輸入也會被拒絕。
- 選擇模式。選擇「Unicode 符號與標點」可執行同時移除兩大標準化類別的廣泛清理;若希望保留客戶面向文字中的逗號、句號與撇號,則選擇「僅 Unicode 符號」。
- 執行移除。點擊移除按鈕。瀏覽器中會顯示清理後的輸出,以及精確的移除碼點數。修改輸入或切換模式會立即清除先前的結果,避免將舊輸出誤認為目前設定的結果。
- 驗證並貼回。對照移除數量檢視清理後的輸出,接著在 Excel 中選取原本的欄位,在一個暫存儲存格上按 Delete,再用 Ctrl+V 把清理後的文字貼回。在親眼確認幾列結果無誤之前,請保留原本的欄位。
實作範例:清理「銷售備註」欄位
假設工作表中某一欄的 A2 儲存格內容為文字 Hi, $5!,你想觀察兩種模式分別會如何處理它。讓我們逐字查看輸入內容:
- H——字母,不屬於 P 或 S,保留
- i——字母,保留
- ,——標點(P),僅在廣泛模式下移除
- (空格)——分隔符 / 空白,兩種模式皆保留
- $——貨幣符號(S),兩種模式皆移除
- 5——十進位數字,保留
- !——標點(P),僅在廣泛模式下移除
因此,「僅符號」模式會產生 Hi, 5!,移除碼點數為 1(就是那個錢字號)。廣泛模式則產生 Hi 5,移除碼點數為 3(逗號、錢字號與驚嘆號)。請注意,"Hi" 與 "5" 之間的空格在兩種模式下都會原樣保留,因為工具絕不會插入替代用的空格;只有在兩個相連字詞之間的標點或符號被移除時,字詞才會彼此相連。計數是以 Unicode 碼點為單位,而非 UTF-16 碼單位,所以像 🚀 這種單一表情符號即使在 JavaScript 內部以代理對儲存,也只會計為一次。
常見陷阱提醒
清理 Excel 資料多半只是在於選對模式並檢視輸出,但仍有幾個可預見的陷阱容易讓人踩坑。
- 貨幣數值可能會改變意義。把 "$" 從 "$5.00" 中去除會留下 "5.00",在語境中已不再是同一個數字。在發布或送往下游報表之前,請務必檢視清理後的欄位。
- 移除標點會讓詞彙合併。把 "O'Brien" 中的撇號或 "twenty-one" 中的連字號移除後,會變成 "OBrien" 和 "twentyone"。針對標點,「僅符號」模式可避免這種情況;但若你真的需要移除標點,請預先規劃。
- 句子界線會消失。把段落中的句號和驚嘆號移除,會一併拿掉螢幕閱讀器或翻譯工具用來切分句子的線索。請只清理你真正需要的部分。
- 表情符號序列無法完全淨化。像膚色或家庭組合這類多碼點表情符號,內含多個符號加上結合字元與變體選擇器。被比對到的符號碼點會被移除,但結合字元與選擇器會保留,所以國旗或家庭表情符號可能會留下零散 的格式字元。如需完整清理表情符號序列,請改用專門的 Emoji Remover。
- 驗證不等於安全性。移除符號與標點並不會讓字串對 SQL、HTML、shell 指令、URL、檔名或身分驗證資料變得安全。這些情境需要在伺服器端強制套用目的地專屬的白名單,而不是在用戶端做一輪刪除。
- 1,000,000 個碼單位是硬性上限。只要超過上限一個單位,就會在執行任何替換之前被拒絕,也不會回傳部分輸出。請將非常大的匯出資料先分批或先篩選,再進行貼上。
若需要更廣泛的清理,可以在另一個階段使用 Whitespace Remover 來處理多餘的空格與空白行;至於 Excel 中專門的空行刪除,請參考 如何乾淨地刪除 Excel 中的空白列。
若想深入了解,請參閱 如何移除 Excel 工作表中的重複列。