若要在 Excel 的單一儲存格中移除重複字詞,請複製儲存格文字、透過「移除重複字詞」工具處理,再把清理後的字串貼回儲存格。此工具會從來源字串中刪除每一個重複出現的字詞,同時保留第一次出現的那個,因此原本是 apple banana apple banana 的儲存格會變成 apple banana,而原本是 the the quick brown fox 的儲存格會變成 the quick brown fox。它是在字詞層級運作,而不是在整行層級,這使得它與 Excel 內建的「資料 > 移除重複項目」功能是不同的工作,該功能會移除整列重複的記錄,而非儲存格內部的字詞。由於這項操作在瀏覽器中執行,絕不會動到原始活頁簿,因此對於內容是由公式、查詢或手動編輯所組成的儲存格而言是安全的,而產生的字串會保留原有的換行與標點。對大多數 Excel 使用者來說,這比串接一連串巢狀的 FIND、SUBSTITUTE、MID 和 TRIM 公式更快、結果也更可預測,而且此工具會精確回報移除了多少個重複字詞,這同時也成為此次清理的稽核紀錄。

單一儲存格內出現重複字詞的情況比看起來的更常見。從較舊系統匯出的 CSV 檔,偶爾會在「備註」欄位中重複標籤名稱。客服記錄中的語音轉文字聽寫,經常會在猶豫時把一個字詞說兩次,例如 yes yes、the the、very very,等大家注意到時,檔案早已在 Excel 裡了。從研究工具貼上的關鍵字清單、團隊之間共享的標籤集合,以及複製貼上時讓某個詞組連續出現兩次的產品描述,都會產生同樣型態的雜亂。這些都不是 Excel 的「資料列層級」去除重複功能被設計來解決的問題,因為 Excel 會沿著欄位往下找整列的重複,根本不會檢查儲存格內部。

how to remove duplicate words in a cell excel
在 Excel 儲存格中移除重複字詞

為什麼 Excel 儲存格裡會出現重複字詞

最常見的元凶是雜訊過多的匯入資料以及人工輸入。從舊 CRM 匯出的 CSV,常常在「備註」欄位中讓某個標籤(例如 "vip")出現兩次,因為這個欄位是由兩個系統串接而成。包括透過電話樹或聊天機器人執行的聽寫軟體,會在使用者猶豫時把字詞說兩次,並把結果直接寫入工作表。從研究工具大量貼上的關鍵字清單,經常會把同一個詞條以兩種大小寫形式列出,而複製貼上的失誤則可能讓整個詞組在儲存格裡連續出現兩次。

這些情況都不是 Excel 出了問題。在每一列代表一筆記錄的前提下,Excel 非常擅長移除重複的資料列,而其「設定格式化的條件」功能也能以視覺方式標示重複之處。但到了單一儲存格內部,Excel 能做的處理就到儲存格邊界為止。要清理儲存格內部的字詞,你必須借助 Excel 以外的工具,而最乾淨的 Excel 以外選項,就是一個專門處理字詞層級、知道什麼是字詞、什麼算重複的工具。

Excel 內建工具與字詞層級去重的差異

Excel 提供三個看起來相關、但解決不同問題的功能。資料 > 移除重複項目會掃描一個範圍或表格,並刪除那些在所選欄位上與其他列值相同的列,所以它是作用在「列」這個軸上。設定格式化的條件 > 醒目提示儲存格規則 > 重複的值只會把重複處塗上顏色讓你看見,並不會更動底層文字。UNIQUE 這個動態陣列函數回傳的也是列或欄,而不是字串內部的字詞。

字詞層級的工具則是作用在單一字串內部的「字元」軸上。給它 apple banana apple banana,它會回傳 apple banana;給它 the the quick brown fox,它會回傳 the quick brown fox。比較的單位是字詞,輸出的單位也是字詞,而字串中其餘的部分——包括標點、換行與空格——都會完整保留。這項差異,正是針對儲存格層級的工作選擇字詞層級工具的全部意義。

從 Excel 儲存格中移除重複字詞

只要知道要按哪裡,整個工作不用一分鐘就能完成。

  1. 在 Excel 中,點選要清理的儲存格,然後按 Ctrl+C(Mac 上為 Cmd+C)複製其內容。
  2. 在新分頁中開啟 移除重複字詞工具。
  3. 把複製的儲存格文字貼到頁面上的輸入框中。
  4. 選擇「區分大小寫」切換鈕。預設為關閉,此時 The 和 the 視為同一個字詞,並保留你最先寫入的那個形式。開啟時,Apple 和 apple 會被視為不同的字詞,兩者都會保留。
  5. 選擇「僅限連續」切換鈕。開啟時,只會摺疊緊鄰重複的字詞,所以 the the 會變成 the,但同一段字串中,開頭與結尾各一個 the 則會維持不動。關閉時,則進行全域去重:任何先前出現過的字詞,後續每次重複都會被移除。
  6. 執行工具。清理後的文字以及被移除的重複字詞數量會出現在結果框中。
  7. 選取清理後的輸出,用 Ctrl+C(Mac 上為 Cmd+C)複製,然後點回原本的 Excel 儲存格,用 Ctrl+V(Mac 上為 Cmd+V)貼上以覆寫舊內容。
  8. 按 Enter 確認。該儲存格現在儲存的是一個每個字詞僅出現一次(依你所選的兩個切換鈕而定)的字串。

如果活頁簿中有許多儲存格需要同樣的處理,請對每個儲存格重複這個流程;此工具對同一個輸出重複執行是安全的,由於在任何選項組合下這項操作都是等冪的,第二輪執行不會產生任何改變。對於內容來自相同查詢的儲存格,把結果貼回後上游公式仍會保持完整,這代表此次清理在存檔覆寫原始檔之前都是可追溯且可還原的。

選擇區分大小寫與僅限連續模式

兩個切換鈕幾乎決定了所有的工作成果,而選擇正確的組合,取決於你怎麼定義「重複」。

區分大小寫決定了 The 和 the 是否視為同一個字詞。預設為關閉,這對散文來說是正確的選擇:句首大寫的字詞與句中同樣的字詞,並不是兩個不同的詞條。當儲存格內含代碼、識別碼,或任何大小寫本身帶有意義的內容時,請將它開啟,例如 SKU 字串中 A123 和 a123 是不同的品項,或十六進位代碼中 F00 與 f00 應被分開處理的情況。

僅限連續模式則把工具限定在處理典型的編輯打錯。開啟時,工具只檢查緊鄰的字詞,所以 the the 會變成 the、very very 會變成 very、is is 會變成 is。合法的遠距重複則會被保留,包括像 no, no 這種強調性結構,其中兩個字詞之間的逗號會打斷「相鄰」的規則。關閉時,則會在整個字串中進行全域去重,這對關鍵字清單、標籤集合,以及任何要求每個詞條至多出現一次的儲存格而言,是正確的選擇。

工具保留與略過的內容

這個工具對一件事非常嚴格,那就是什麼才算重複字詞;對其他所有事則都很寬容。一個字詞是由字母、數字、撇號與連字號所組成的連續字串,這與本站其他字詞工具定義「字詞」的方式一致,所以 don't 算一個字、well-known 算一個字,而不是被撇號或連字號切成兩半。標點符號永遠不是字詞,也永遠不會被移除,包括逗號、句號、分號、冒號、引號、括號與破折號。

當一個重複字詞被移除時,會剛好帶走一個相鄰的空格或 Tab,優先選擇字詞前面那個(如果有的話),否則就是後面那個,這能避免輸出中充滿多餘的分隔符號。換行永遠不會被吃掉,所以多列的儲存格會保持多列。工具不會對其他空白進行正規化,所以任何額外的空行或手動對齊的縮排都會留在原處。如果該儲存格還需要清理周圍的空白,請參考如何以安全的方式移除 Excel 儲存格中的空白

這個工具不會評判語意。兩個意義相同但字面不同的字都會被保留。它不會移除重複的詞組,只會移除重複的單一字詞。它不會跨整本活頁簿去重,只會針對你貼上的文字進行去重。而這項操作完全可以還原,只要在確認清理結果之前保留原始儲存格就好,這是任何涉及手打或匯入文字的試算表清理工作都值得養成的習慣。

常見的 Excel 清理情境與正確設定

兩個切換鈕讓這個工具能對應多種反覆出現的 Excel 工作。下表把每種情境與能產生正確結果的設定配對在一起,除非另有說明,預設皆為不區分大小寫。

儲存格內容情境最佳設定原因
含有 the the 與 is is is 的聽寫或謄寫文字僅限連續:開,不區分大小寫可摺疊編輯打錯,而不會移除同一句後段出現的第二個 "the"。
同一個詞條以兩種大小寫列出的關鍵字清單僅限連續:關,不區分大小寫把 SEO 與 seo 視為同一個關鍵字,僅保留最先寫入的形式。
每個標籤都必須唯一的標籤集合僅限連續:關,不區分大小寫移除儲存格中任何先前出現過之標籤的後續每一次出現。
A123 與 a123 代表不同產品的 SKU 字串僅限連續:關,區分大小寫把每種大小寫視為獨立的字詞,讓兩個版本都保留在原位。
no, no 或 yes, yes 之類的強調性措辭僅限連續:開,不區分大小寫重複之間的逗號會打斷「相鄰」規則,因此 no, no 會被原樣保留。

同樣的模式也適用於任何由工作表中其他位置串接數值所構成的儲存格。由於清理後的字串是貼回覆蓋在原內容之上,上游的公式不會有任何變動,工作表上的其他儲存格也不受影響,而唯一改變的數字,就是你所清理的單一儲存格的內容。

如何稽核結果

每次執行都會回傳一個移除數量,而該數量就是稽核紀錄。如果你貼上十個重複的字詞,而數量回傳為 10,則表示工具正好移除了你預期的內容。如果回傳的數量不是你預期的數字,正確的做法是在 Excel 中使用 Ctrl+Z(Mac 為 Cmd+Z)復原貼上,切換選項,然後重新執行工具。當清理來自語音轉文字的儲存格時,這個數量也是一個有用的健全性檢查:一段有許多猶豫停頓的長逐字稿所產生的數量,會高於乾淨的人工撰寫筆記,兩者之間的差距大致能反映出來源實際需要多少清理。

輸入上限為一百萬個字元,涵蓋了任何單一 Excel 儲存格合理能容納的內容;即使湧入半百萬個重複字詞,在一般筆記型電腦上也只需不到一秒即可清除。所有作業都在瀏覽器中執行,因此貼上的文字不會離開分頁、不會被儲存,也不會附加到任何帳戶。對於每天執行相同清理作業的較大型工作流程,此工具具有等冪性:再次將輸出透過它執行並不會產生進一步的變更,因此可以放心地將它放入重複性的清理管線中,最後再貼回 Excel,並快速比對前一次執行的移除數量進行抽樣檢查。

如果你正在權衡選項,如何反轉文字:翻轉任何段落的字詞順序對此有詳細說明。