为什么连字符搞砸了我的重复查找条件格式？

Question

我有一张我用作科学论文数据库的工作表。我从不同的来源复制期刊文章的标题(一些可能来自电子邮件，其他的可能是网页上的链接，或者只是文章页面上的标题)。我设置了条件格式，如果我添加的是列表中已经存在的标题，它会让我知道。我注意到有一些标题“忽略”了条件格式，而且看起来所有的违规者中都有连字符。如果我删除连字符，则条件格式将起作用。因此，来自相同标题的连字符之间存在一些“差异”，这使得条件格式无法将它们视为相同的。

Shared sheet

有问题的标题示例：

端到端连续生物处理:对单克隆抗体设施设计、商品成本和开发成本的影响

端到端连续生物处理:对单克隆抗体设施设计、商品成本和开发成本的影响

端到端连续生物处理:对单克隆抗体的设施设计、商品成本和开发成本的影响

这种差异是什么，有没有办法解决它？我是否需要编写一个脚本来查找/替换连字符才能使其正常工作？

提亚

Answer 1

仅仅因为字符看起来相同，并不意味着它们是相同的。你弄错了连字符和破折号的相似之处。从视觉上看，它们几乎是相同的--破折号比连字符略宽。

破折号被认为是“特殊字符”(即它们不是键盘上的键)，但它们在html中被广泛使用。因此，例如，如果您从网站复制了一个项目，那么您可能无意中复制了破折号而不是连字符。

您可以使用CODE函数来识别字符的确切性质。

你会问“这个区别是什么，有没有办法修复它?我需要编写一个脚本来查找/替换连字符才能正常工作吗？”

这有什么区别？

重要的是要认识到，尽管这些示例看起来是相同的，但还有其他不同之处，不仅仅是连字符和破折号。

• Example#1 - Hyphen - CODE返回"45"

• Example#2 - Dash - CODE返回"8208"

• Example#3 - Dash - CODE返回“8208”。

- But there are other factors that contribute to fail to trigger the conditional formatting rule:
- Length = 128 (vs 127 for the other examples). There is an additional comma (after "cost of sales")
- the word "Impact" is spelled with an upper case "I" (lower case for the other examples)

正在向前发展

你需要一个脚本吗？否(IMHO)

有没有办法解决这个问题？如上所述，除了连字符和破折号之外，还有更多的区别。而且，随着时间的推移，差异的数量和类型可能会增加。然而，有一个解决“连字符Vs破折号”的问题，这是这个问题的焦点。

公式和格式化

您的数据当前位于列A中，并且列A也受条件格式的影响。

• 从列A中删除条件格式规则
• 在单元格中插入此公式B2

=arrayformula(if(LEN($A2:A)-LEN(SUBSTITUTE($A2:A, char(8208), ""))=0,A2:A,arrayformula(substitute(A2:A,char(8208),char(45)))))

对于列B的自定义条件格式设置，请在列B中选择范围并设置其格式，条件公式为“

• is”，然后输入此公式:选择首选格式样式，然后单击“Done.

”。

公式逻辑

• arrayformula使公式能够自动填充column.
• LEN($A2:A)-LEN(SUBSTITUTE($A2:A, char(8208), ""))=0
  • 中的所有相关单元格，以测试字符串中的破折号。它用nil值替换破折号的任何/所有实例(char(8208))，然后将长度与调整后的长度进行比较。如果该值为零，则string.

中没有破折号

• IF：测试任何连字符，
  • 如果字符串不包含任何短划线，则使用该值，否则，字符串必须包含短划线，因此请用短划线替换连字符，并使用替换的值
    • arrayformula(substitute(A2:A,char(8208),char(45)))

然后，条件格式设置规则将查找列中的重复值，并设置任何/所有重复值的格式。

您将注意到，尽管包含破折号，但Example#3并未被标记为重复。这是因为"Impact“的拼写和"cost of sales”后面的逗号。

示例

​

​