我正在尝试为 Google 表格编写一个公式，它将带有变音符号的 Unicode 字符转换为它们的纯 ASCII 等价物。
我在“REGEXREPLACE”函数中看到了Google uses RE2。我看到了RE2 offers Unicode character classes。
我试着写了一个公式（类似于this one）：
REGEXREPLACE("público","(\pL)\pM*","$1")
但表格会产生以下错误：
函数 REGEXREPLACE 参数 2 值“\pL”不是有效的正则表达式。
我想我可以编写一个包含一长串嵌套 SUBSTITUTE 函数 (Like this one) 的公式，但这看起来很糟糕。
任何人都可以提供一种更好的方法来规范化 Google 表格公式中带有变音符号/重音符号的 Unicode 字母吗？
【问题讨论】：
标签： regex unicode google-sheets formulas re2
[[:^alpha:]]（否定的 ASCII 字符类）适用于 REGEXEXTRACT 公式。
但是=REGEXREPLACE("público","([[:alpha:]])[[:^alpha:]]","$1") 结果给出了“pblic”。所以，我猜，公式不知道什么确切的 ASCII 字符必须替换“ú”。
解决方法
让我们以públicē这个词为例；我们需要替换其中的两个符号。把这个词放在A1单元格，把这个公式放在B1单元格：
=JOIN("",ArrayFormula(IFERROR(VLOOKUP(SPLIT(REGEXREPLACE(A1,"(.)","$1-"),"-"),D:E,2,0),SPLIT(REGEXREPLACE(A1,"(.)","$1-"),"-"))))
然后在 D:E: 范围内创建替换目录
D E
1 ú u
2 ē e
3 ... ...
这个公式仍然很难看，但更有用，因为您可以通过向表格中添加更多字符来控制您的目录。
或使用 Java Script
还有found a good solution，它适用于谷歌表格。
【讨论】：
这是在 Google 表格、Google Apps 脚本、GAS 中为我完成的
function normalizetext(text) {
var weird = 'öüóőúéáàűíÖÜÓŐÚÉÁÀŰÍçÇ!@£$%^&*()_+?/*."';
var normalized = 'ouooueaauiOUOOUEAAUIcC ';
var idoff = -1,new_text = '';
var lentext = text.toString().length -1
for (i = 0; i <= lentext; i++) {
idoff = weird.search(text.charAt(i));
if (idoff == -1) {
new_text = new_text + text.charAt(i);
} else {
new_text = new_text + normalized.charAt(idoff);
}
}
return new_text;
}
【讨论】：
这个答案不需要谷歌应用脚本，它仍然很快，而且相对简单。它以Max's 答案为基础，提供完整的查找表，并且还允许区分大小写的音译（通常 VLOOKUP 不区分大小写）。
如果您想直接跳转到Google Spreadsheet，这里有一个链接。如果您想使用自己的工作表，则需要将 TRANS_TABLE 工作表复制到电子表格中。
在下面的代码 sn-p 中，源单元格是 A2，因此您可以将此公式放在第 2 行的任何列中。使用REGEXREPLACE AND SPLIT，我们将@987654332 中的字符串分开@ 转换成一个字符数组，然后使用 ARRAYFORMULA，我们对数组中的每个字符执行以下操作：首先，将字符转换为其等效的 'decimal'CODE，然后与 @ 上的表进行匹配987654333@ 表按该编号，然后使用VLOOKUP，返回 TRANS_TABLE 表（在本例中为第 3 列）上超过（提供的索引值）的字符 X 列。当数组中的所有字符都被音译后，我们最终将JOIN 字符数组重新转换为单个字符串。 我也提供了named ranges 的示例。
=iferror(
join(
"",
ARRAYFORMULA(
vlookup(
code(split(REGEXREPLACE($A2,"(.)", "$1;"),";",TRUE)),
TRANS_TABLE!$A$5:$F,3
)
)
)
,)
您会在我制作的 TRANS_TABLE 表上注意到，我创建了 4 个不同的音译列，这使得为您的每个音译需求创建一个列变得容易。要引用该列，只需在 VLOOKUP 中使用不同的索引号。每列只是一个替换字符列。在某些情况下，您不希望进行任何转换（A -> A 或 3 -> 3），因此您只需从源 Glyph 列中复制相同的字符。在您确实要转换字符的地方，您输入要替换的任何字符（ñ -> n 等）。如果要完全删除一个字符，请将单元格留空 (? -> '')。您可以在数据表上查看音译输出示例，其中我创建了 4 个不同的音译列 (A-D)，引用 TRANS_TABLE 表中针对不同用例场景的每个音译表。
我希望这最终能以一种不那么“丑陋”的方式回答你的问题。干杯。
【讨论】：