为什么Excel用“一-龟”代表汉字？原理看这篇就够了

很多新手在操作Excel经常被提取汉字难住，尤其是“一-龟”能代表所有汉字这一说法，更是让他们困惑不已。实际上，“一-龟”看似奇特的表达，是Excel在字符编码运用上的巧妙之处。接下来，我们就一同探寻“一-龟”的秘密，了解它为何能成为提取汉字的“利器”。

一、汉字提取的关键所在

在Excel里，若要从混合内容中提取汉字，常能见到这样的公式：=REGEXP(A2,”[一-龟]”)。这里的“一-龟”可不是随便凑出来的，它是能够准确匹配所有汉字的“密钥”。这背后的关键，得从Unicode编码讲起。

Unicode是一种在全球范围内通用的字符编码标准，它给每种语言里的每个字符都分配了独一无二的数字编码。在Unicode中，简体汉字的编码被限定在19968到40869这个区间，对应着20902个汉字。我们可以用Excel的UNICHAR函数来证实：输入=UNICHAR(19968)，会得到“一”；输入=UNICHAR(40869)，则会得到“龥”。这表明19968到40869编码所对应的汉字，其实是从“一”到“龥”的全部汉字。

二、生僻字的简化及实际需求

既然汉字的实际范围是“一-龥”，那在实际应用中为什么常用“一-龟”呢？原因很简单：“龥”以及它前后的一些汉字，像“龠”“龡”等，都非常生僻，在日常生活中几乎用不到，而且书写和输入也很麻烦。而“龟”是这个编码区间里倒数第7个汉字，不仅常用，输入起来也很容易。用“龟”代替“龥”作为范围的终点，既不会影响对所有常用汉字的涵盖，又能让公式的书写更加简便。所以，=REGEXP(A2,”[一-龟]”)和=REGEXP(A2,”[一-龥]”)这两个公式的效果是一样的，前者只是更符合实际使用的简化表达。

结语

Unicode汉字编码区间“一-龥”在Excel中的实用简化形式，便是“一-龟”代表全部汉字的底层逻辑。理解这一原理，不仅有助于我们在正则提取汉字时更加得心应手，还能加深对Excel与字符编码体系关联性的认知。日后遇到Excel中的其他技巧，不妨从编码逻辑角度深入剖析，或许会解锁新的知识维度。