企业官网建设流程全解析

上周帮朋友处理一份销售团队的通讯录，里面数据的格式五花八门：“张伟ZhangWei 13800138000”“LiLei李雷 13912345678”“韩梅梅Han Meimei 13700001111”，中文名、拼音名、手机号全部挤在同一格。他想让我按姓氏统计团队里姓张、姓李、姓王的各有几个。我一开始想用LEFT直接从单元格左侧把姓氏切出来，结果遇到“LiLei李雷”这种首字符不是中文的格式时，直接栽了跟头。

后来我用CODE函数做了一套“逐字符扫描”的清洗套路，不到二十分钟就把整张表处理干净了。这个函数平时确实不起眼，但在中英文分离、字符类型判断、姓名统计这类任务里，它就是隐藏的利器。这篇文章我会把这个套路完整拆开，从函数原理到公式写法，从基础案例到进阶统计，一次讲透。无论你是运营、HR、财务还是数据分析师，只要工作中会碰到中英混排的表格，接下来这些内容都能直接抄作业。

1. CODE函数的秘密：每个字符都有一串数字暗号

1.1 CODE到底返回什么，它和CHAR是什么关系

CODE的语法非常简单：CODE(text)，作用是返回文本字符串中第一个字符对应的字符代码。你给它一个“A”，它返回65；给它一个“z”，返回122；给它一个“0”，返回48；给它一个空格，返回32。

CHAR函数正好是它的反操作：CHAR(65)返回“A”，CHAR(97)返回“a”，CHAR(12212)这种还能用来还原一个汉字。两个函数一正一反，相当于字符和数字之间的“翻译官”。

很多人容易忽略一个底层事实：计算机里的字符并不是直接以“字母”“汉字”这种形态存储的，而是存成一组数字编号。英文和数字长期占据ASCII编码中的1到127号位置，而汉字由于数量庞大，全部落在这个区间之外。所谓判断一个字符是中文还是英文，本质上就是看它的数字编号落在哪个区间。CODE函数返回的，恰好就是这个编号。

理解这一层，你会发现自己手里的工具突然变多了。因为不只是“中英文分离”，判断字符是否为标点、是否为数字、是否为全角字符，底层都是同一套思路：拿到字符代码，再判断代码落在哪个区间。

1.2 中英文字符的代码分界点在哪里

在简体中文Windows系统里，一个汉字的GBK编码通常由两个字节构成，CODE函数返回给我们的就是这个双字节编码转换出来的数值。具体数字在不同系统代码页下会有些差异，但有一条规律非常稳定：绝大多数中文字符的CODE返回值都会大于127，而英文、数字、半角标点、空格、换行符的CODE返回值都在1到127之间。

我常把它理解为一条水位线：小于等于127的是ASCII字符，大于127的是高位字符。用Excel公式表达就是CODE(字符)>127代表“非英文”，CODE(字符)<=127代表“英文或其他半角符号”。

有个细节需要提醒：这里说的是“半角”。如果你在表格里遇到全角字母、全角数字、全角括号，比如“ＡＢＣ”“１２３”“（张伟）”，它们的CODE返回值同样大于127，会被我们的简单判断误当成“中文”。这个坑我在后面的避坑章节里专门讲，先留个印象。

1.3 结合MID实现逐字符扫描

只对单元格的第一个字符调用CODE没什么意思，真正厉害的是把它和MID函数组合起来，实现“逐字符体检”。

MID(text, start_num, num_chars)可以从文本的任意位置切出指定数量的字符。配合一个从1到文本总长度的序号序列，就能把单元格里的每个字符依次取出来，再用CODE逐个判断身份。

在Excel里构造“1到总长度”的序号序列，传统且普遍的做法是ROW(INDIRECT("1:"&LEN(A2)))，它会把INDIRECT("1:5")解析为对第1行到第5行的引用，再通过ROW函数得到{1;2;3;4;5}这个横向数组。公式写起来稍微有点绕，但这是老版本Excel中为数不多能动态生成序号数组的方法。

这里还要澄清一个常见的误解：Excel的LEN和MID都是按“字符”计数的，不是按“字节”。所以“中”这个汉字，LEN返回1，MID也能正常把它切出来。只有LEFTB、LENB这类带字母B的老函数才按字节计算。你用MID处理中文时，不需要担心“一个汉字占两个字节所以切一半”的问题。

理解到这一步，中英文分离的底层逻辑就通了：逐字取出，逐字判号，按号归类，最后拼接。

2. 直击需求：五招实现中英文分离

2.1 方法一：辅助列逐个判断，适合新手理解和排查

如果你刚开始接触这类问题，我不建议一上来就写复杂的数组公式。先用辅助列把每个字符拆出来，观察每一步的结果，是建立手感最快的方式。

假设A2单元格是“张伟ZhangWei”，操作步骤如下：

1. 在C1单元格输入“字符”，在D1单元格输入“代码”，在E1单元格输入“类型”。
2. C2输入公式=MID($A$2,COLUMN()-2,1)，然后向右拖动填充，直到把整串字符都拆完。公式中的COLUMN()-2在C列时等于1，D列时等于2，正好生成连续的序号。
3. D列用=CODE(C2)取出每个字符的代码。
4. E列用=IF(D2>127,"中","英")标记类型。
5. 最后另起一行，用=CONCAT(E2:P2)之类的方式把中文字符串起来。

这个方案笨拙，但价值在于每一步都看得见、摸得着。如果结果不对，你一眼就能看出是哪个字符被分错了类，适合拿来做教学和排查。处理少量数据时，辅助列的方式并不比高级公式慢多少。

2.2 方法二：TEXTJOIN数组公式一条公式搞定

当你对逐字判断的逻辑足够熟悉之后，就可以把上面的辅助列过程压缩成一条数组公式。

提取中文部分，输入：

=TEXTJOIN("",TRUE,IF(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>127,MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),""))

提取英文部分，输入：

=TEXTJOIN("",TRUE,IF(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))<=127,MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),""))

这两条公式的骨架完全一样。MID负责把每个字符抠出来，CODE负责判断是中文还是英文，IF负责决定保留哪个字符，TEXTJOIN负责把所有保留下来的字符无缝拼成最终结果。

注意两个关键点：

• 如果你是Excel 2019、WPS或早期Office版本，输入完公式后需要按Ctrl+Shift+Enter确认数组公式。确认成功后，公式两端会出现花括号{}。如果你用的是Excel 365，直接回车即可，动态数组引擎会自动处理。
• ROW(INDIRECT("1:"&LEN(A2)))这段是在动态生成1到文本长度的序号序列。一定要用LEN来动态控制范围，不要偷懒写成ROW($1:$99)。一旦文本长度超过99个字符，后面的内容就会莫名丢失，排查起来很费劲。

2.3 方法三：要求更高的场景里加入空格分隔

上面方法二有个现实问题：如果原文本是“张伟ZhangWei”这种中文在前、英文在后的格式，提取出来的中文是“张伟”，英文是“ZhangWei”，各自独立，看着很清爽。可如果是“我用Excel处理Python报表”这种中英交错、频繁轮换的文本，按顺序拼接后，中文部分会变成“我用处理报表”，英文部分变成“ExcelPython”，整个语义都散了。

如果你希望在中英文切换的位置插入一个空格，让结果变成“我用 处理 报表”和“Excel Python”这种分组式效果，可以用下面这条进阶数组公式：

=TRIM(TEXTJOIN("",TRUE,IF(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>127,IF(CODE(MID(" "&A2,ROW(INDIRECT("1:"&LEN(A2))),1))<=127," ","")&MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),"")))

这个公式的思路是：提取当前字符时，同时检查它前一个字符的代码。如果当前是中文而前一个是英文（ASCII），就在这个中文字符前面补一个空格；如果当前是英文而前一个是中文，处理方式同理。这样做相当于在语言类型切换的边界处自动插入了分隔符。

不过我也要实话实说：这种公式在日常工作中并不是最优解。它有两个小毛病：一是当原文本本身就是中英频繁交错的句子时，插出来的空格会比较多，结果仍然偏碎；二是公式太长，别人接手维护时看得头大。所以我的一般建议是：小数据量且有临时需求时可以用它，遇到复杂文本或者需要长期跑的表，直接上VBA自定义函数更省心。

2.4 方法四：Excel 365专属的清爽版本

如果你用的是Excel 365，可以把恼人的ROW(INDIRECT("1:"&LEN(A2)))换成全新的SEQUENCE函数，公式马上清爽一个档次：

=TEXTJOIN("",TRUE,IF(CODE(MID(A2,SEQUENCE(LEN(A2)),1))>127,MID(A2,SEQUENCE(LEN(A2)),1),""))

SEQUENCE(LEN(A2))直接生成一个从1到LEN(A2)的等差数列，语义清晰，计算过程也不容易触发易失性函数。这是我在2024年之后处理表格时的首选写法。

如果你还在用Excel 2016或者更老的版本，也不用急着升级——ROW(INDIRECT(...))的写法虽然丑陋，但非常稳定，处理几千行数据毫无压力。

2.5 方法五：另一种灵活的实现——Power Query与VBA

公式方案再方便，也有绕不过去的短板：公式本身不透明，别人拿到你的表后很难快速理解。如果这是一个需要反复处理的固定流程，我更推荐把数据丢给Power Query，或者干脆写一个自定义函数。

Power Query里可以使用文本函数按字符拆分，再用M语言判断中文范围。思路是把文本转成列表，遍历每个字符的Unicode编码，筛选出需要的部分，最后合并回去。Power Query的好处是数据清洗过程全程可视化，刷新一遍就能自动重跑全表。

VBA方案则更加直接。按Alt+F11打开编辑器，插入一个模块，写一个几行的Function即可：

Function SplitCN(ByVal s As String) As String Dim i As Long Dim result As String For i = 1 To Len(s) If AscW(Mid(s, i, 1)) > 127 Then result = result & Mid(s, i, 1) End If Next SplitCN = result End Function

保存后在单元格里输入=SplitCN(A2)，你就能得到一个提取完中文的自定义函数。VBA的好处是逻辑明确、运行速度快，而且你可以随意扩展规则，比如只保留汉字、过滤全角标点、判断拼音首字母。如果你有精力维护，这是我最推荐的长期方案。

3. 实战演练：姓名提取与姓氏统计的完整流程

3.1 场景一：从“姓名+拼音+手机号”的混合格式中提取中文姓名

假设A列数据长这样：

目标是从中提取出纯中文姓名。用第2章的方法二，在B2输入：

=TEXTJOIN("",TRUE,IF(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>127,MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),""))

向下填充后，B列得到：张伟、李雷、韩梅梅、汤姆。

注意第4行的“Tom 汤姆”，英文Tom被跳过，空格被跳过，剩下的中文姓名被完整保留。这类清洗逻辑在处理外籍员工名单、英文备注混录等场景中非常顶用。

3.2 场景二：中文姓名和英文姓名都在同一单元格时，双向提取

有些通讯录为了排版方便，会把名字写成“Zhang Wei（张伟）”或者“王芳 Wang Fang”这种格式。这时单纯提取中文，得到的是“张伟”或“王芳”；提取英文，得到的是“Zhang Wei”或“Wang Fang”。把两条公式并列写在两列，就可以把一个单元格拆成“中文名”和“英文名”两个字段。

这里有一个容易被忽略的坑：如果原格式里包含“（张伟）”这种全角括号，括号字符的CODE返回值同样大于127，提中文时会把“（”和“）”一起带出来。所以提取完以后，最好再用“查找替换”或者公式清理掉常见全角标点。也可以用SUBSTITUTE函数预先替换：

=SUBSTITUTE(SUBSTITUTE(A2,"（",""),"）","")

这种处理看似不起眼，实际在清洗真实数据时非常有价值。很多Excel用户第一次用分离公式后发现结果里带着各种奇怪的符号，不是因为公式错了，而是没提前清理全角标点。

3.3 场景三：姓氏统计——姓张、姓李、姓王各有多少人

把中文姓名提取出来之后，姓氏统计就是水到渠成的事。

先新增一列姓氏列，假设B列是提取好的中文姓名，在C2输入：

=LEFT(B2,1)

这样就拿到了姓氏。注意复姓的情况，比如“欧阳娜娜”，用LEFT只能拿到“欧”。如果团队里确定有复姓，需要用IF配合数组先判断前两个字是否为常见复姓，逻辑会更复杂。我处理通讯录时一般会单独维护一份“复姓表”，然后这样写：

=IF(ISNUMBER(MATCH(LEFT(B2,2),复姓表,0)),LEFT(B2,2),LEFT(B2,1))

这份复姓表只需要把“欧阳、司马、上官、诸葛、夏侯、东方、独孤、令狐”等常见复姓列出来即可。

拿到姓氏之后，统计某姓出现次数最直接的方式是COUNTIF：

=COUNTIF(C:C,"张*")

因为在COUNTIF里，张*表示以“张”开头的单元格。这里统计的是“以张开头的姓名人数”。

如果你想把所有姓氏的出现次数一次性排出来，更方便的是插入数据透视表：把“姓氏”列拖到行区域，再把“姓名”列拖到值区域，几秒钟就能看到全团队的姓氏分布。数据透视表在处理几千人的花名册时，性能和灵活性远超公式。

3.4 场景四：给中文备注和英文备注自动打标签

姓名统计之外，CODE函数还能做一件很实用的事：判断一个单元格到底是以中文为主还是以英文为主。

比如B列是客户备注，混合着“已成交”“VIP客户”“Need follow up”“催款中，请重视”这类内容。你可以用中文字符占比来判断这条备注属于中文备注还是英文备注。

计算中文字符数的数组公式：

=SUMPRODUCT(--(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>127))

这个公式返回A2单元格里中文字符的数量。再配合LEN(A2)总字符数，就能得到中文占比。超过50%标记为“中文备注”，否则标记为“英文备注”。

我曾经用类似方法清洗过一批国际客户的跟进记录，把几千条备注自动分成中英文两组，后续分配给人处理时效率提升非常直观。

4. 避坑指南：CODE函数必须知道的6个常见问题

4.1 为什么我提取出来的中文带着奇怪符号

最普遍的原因是原文本中有全角标点、全角括号、全角空格。这些字符的CODE返回值大于127，因此被当成“中文”保留了下来。解决方法有两种：一是提前用SUBSTITUTE清理全角符号，二是用UNICODE函数做更精确的判断。

Excel 2013及以上版本提供了UNICODE函数，它返回的是标准Unicode代码点，而不是系统代码页的编码值。真正的汉字，Unicode代码点大致落在19968到40959之间。用这个区间判断汉字，比“CODE大于127”精确得多：

=IF(AND(UNICODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>=19968,UNICODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))<=40959),MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),"")

这段公式配合TEXTJOIN，就能只提取真正的汉字，剔除全角标点和全角字母。

4.2 数组公式为什么显示#VALUE!错误或者结果为空

绝大多数情况是忘了按Ctrl+Shift+Enter。在Excel 2019及更早版本中，这种包含数组运算的公式必须用三键确认。如果确认成功，公式栏中会出现花括号。如果你用的是Excel 365，动态数组自动溢出，不需要三键，但前提是你的软件已经支持动态数组引擎。

还有一个容易踩的坑：如果你的文本中根本没有任何中文字符，那么TEXTJOIN返回的就是空字符串，看起来像是公式坏了。这其实是正常结果，不是错误。

4.3 CODE返回负数是怎么回事

在个别环境中，特别是VBA代码里面，中文字符的编码可能被当作带符号16位整数处理，导致返回值变成负数。比如某个汉字编码的无符号数值是54992，超过32767，在VBA的Integer类型中就会溢出成负数。

解决办法有两种：判断时不要只看是否大于127，而是同时判断“大于127或小于0”；或者直接改用ASCW、UNICODE这类返回Unicode代码的函数，避开代码页转换导致的正负号问题。

4.4 ROW($1:$99)的固定范围导致漏字符

很多网上的教程喜欢写ROW($1:$99)，因为99个字符对大部分文本够用。但问题在于，你的数据里如果恰好有超长文本，超过99个字符的部分被静默丢掉了，而且公式不会报任何错。排查起来特别隐蔽。

我建议一律用ROW(INDIRECT("1:"&LEN(A2)))，让序号范围跟随实际文本长度动态变化。虽然INDIRECT是易失性函数，但只要数据量不是几十万行，性能影响可以忽略。

4.5 公式在WPS里不一样

WPS表格的TEXTJOIN和数组公式支持情况比Excel稍复杂。早期版本的WPS需要三键确认，新版WPS则逐步跟进了动态数组。如果你在WPS里使用上述公式遇到问题，建议先确认WPS的版本是否支持TEXTJOIN；如果版本较老，可以用CONCAT函数代替TEXTJOIN，但CONCAT不支持分隔符参数，合并时会把所有内容直接黏在一起。

老版本的替代公式可以写成：

=CONCAT(IF(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>127,MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1),""))

此公式同样需要三键确认。

4.6 文本里包含换行符时会被误判为英文

如果你的单元格里来换行符（CHAR(10)），它的CODE值是10，小于127，会被当成“英文”提取到英文部分。这倒不一定会让结果出错，但会让英文部分看起来多了一些看不见的空行。

如果要去掉换行符，可以在提取之前用SUBSTITUTE清理：

=SUBSTITUTE(A2,CHAR(10),"")

处理从网页或PDF复制过来的文本时，这一步几乎是必备操作。

5. 升级思路：CODE函数还能怎么玩

5.1 用字符代码做数据质量体检

字符代码的应用绝不是中英文分离一个场景。你可以用类似的思路检测单元格里是否包含非法字符，比如识别一串编号中间的隐蔽空格、判断手机号列有没有误录入字母、找出混在数字里的中文单位。

举个例子，检查A2单元格是否全部由数字组成，可以用：

=SUMPRODUCT(--(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))<48))+SUMPRODUCT(--(CODE(MID(A2,ROW(INDIRECT("1:"&LEN(A2))),1))>57))=0

当所有字符的代码都在48到57之间时，说明A2全部是数字。这套逻辑比ISNUMBER(A2)更灵活，因为它只针对文本内容本身做判断，不受单元格格式影响。

5.2 结合LENB和WIDTH函数处理双字节字符

在Excel的旧式函数族中，LENB按字节统计长度。中文字符占2个字节，英文占1个字节。所以LENB(A2)-LEN(A2)的差值恰好等于中文字符数量。这是另一个经典的统计中文字符数的方法，不需要数组公式，计算速度更快。

我经常用这个差值公式来快速核对CODE数组公式的结果。两者互相印证，一旦出现不一致，八成是文本里混入了全角符号或换行符。

5.3 做成你自己的“一键清洗模板”

如果你所在团队经常需要处理中英混合名单，建议把文中提到的分离公式沉淀成一个Excel模板，放在公共盘里。模板包括：

• 原始数据粘贴区
• 中文名提取列
• 英文名提取列
• 姓氏提取列
• 常见标点自动清理设置
• 备注语言类型自动标记列

这样的话，同事拿到表格后只需要粘贴原始数据，所有清洗结果自动更新，不需要每个人都理解CODE函数的原理。

根据我个人的经验，把一次性操作固化成模板，是Excel效率提升最明显的一步。因为在真实工作中，最大的成本永远是来回沟通和反复手工清洗，而不是那几行公式本身的运行时间。

5.4 如果追求极致性能，可以用Power Query或Python

当数据量达到几十万行，Excel的数组公式再高效也会变得卡顿。这时候建议把清洗逻辑迁移到Power Query：导入数据后，添加自定义列，用M函数逐字符判断并合并。Power Query的好处是只在刷新时执行计算，平时编辑操作不会拖慢Excel。

如果你本身熟悉Python，用pandas结合正则表达式处理这类中英文混合文本同样是顺手的选择，数据的可维护性和逻辑清晰度都要优于Excel公式。不过这是另一个完整的话题了，日常几百几千行数据，用本文这套CODE方案已经完全够用。

我在实际项目里的习惯是：5000行以内优先用Excel公式，5000行以上、数据源可能会频繁更新的，一律走Power Query或者Python脚本。按这个原则来，效率和团队的可使用性都能得到比较好的平衡。