现有一个excel：
里面有几列单词。
希望做到：
- 去重：去重一些重复的单词
- 把单词和词组分开：
- 比如单词在上面
- 词组在下面
excel 去重
筛选唯一值或删除重复值 – Excel
https://support.office.com/zh-cn/article/筛选唯一值或删除重复值-ccf664b0-81d6-449b-bbe1-8daaec1e83c2
“删除重复值
1. 选择单元格区域，或确保活动单元格所在表中。
2. 在数据选项卡上，单击删除重复项（在数据工具组中）。
3. 请执行下列一项或多项操作： 在列下选择一个或多个列。 …
4. 单击确定，然后将出现一条指示多少重复值已被删除，或保留了多少唯一值。 单击确定关闭此消息。
5. U 撤销更改通过单击撤消（或按键盘上的Ctrl + Z）。”
发现了 444 个重复值，已将其删除；保留了 1638 个唯一值。
对于单词和词组排序的话：
目前想到的方案：
- excel写vba脚本
- 用python写脚本
- 用VSCode去正则处理
现在用第三种
其中还有些特殊的，去掉：
" *\n
和：
"
和：
+\n \n
(\w+) */ *(\w+) $1\n$2
^ +(.+)$ $1
然后基本上处理完了普通的特殊情况。
对于复杂的特殊情况，无法处理。
现在只能去：
把单个单词提取出来
再去把非单个单词提取出来
还要特殊过滤：
’ '
[ ]+$
把那些 空格 和特殊的不可见类似于空格的字符，去除掉
替换中文的感叹号：
！ !
然后去分出 单词还是词组
^([\w'\-]+)$\n
发现用VSCode的正则，只能匹配，但是无法提取出来
-》无法把单词都单独存取出来，
无法把词组都提取出来
-》不过突然发现是可以：
单词中间没空格
词组中间都有空格
就可以：
分别匹配，剩下的都删除
即可得到分开的内容了。
然后先去删除掉单词
^([\w'ˈ\-]+)$\n
再去去掉词组：
^((.+ +.+)|([\w.]+[!.]))$\n
升级后的版本：
^((.+[ ./…]+.+)|([\w.]+[!.]))$\n
即可分别得到：
（1）分组列表
（2）单词列表
转载请注明：在路上 » 【已解决】Excel中处理英文单词去重和分组