Word VBA中Application.CleanString()作用及连字符判断失败排查

关于Application.CleanString()的作用 #

这个函数仅负责清除字符串中的非打印控制字符（比如换行符、制表符、ASCII 0-31区间的控制码），不会处理可见的连字符/破折号。Word里常见的连字符有多种类型：

• 普通连字符：-（ASCII 45）
• 短破折号：–（Unicode U+2013，对应AscW值8211）
• 长破折号：—（Unicode U+2014，对应AscW值8212）
• 软连字符：不可见但占用字符位置（对应AscW值173）

你判断失效的核心原因，大概率是只针对普通连字符做了判断，但实际从Word表格获取的是其他类型的破折号。

查看dGVS实际包含符号的方法 #

1. 输出字符编码：在VBA中加入调试代码，直接查看字符的Unicode编码：

   ' 单个字符时直接输出编码
   Debug.Print "字符：" & dGVS & "，编码：" & AscW(dGVS)
   ' 多字符时遍历每个字符
   Dim c As Variant
   For Each c In dGVS
       Debug.Print "字符：" & c & "，编码：" & AscW(c)
   Next
   

   打开VBA编辑器的立即窗口（Ctrl+G）就能看到结果，对照编码即可确定符号类型。

2. 检查字符串长度：用Debug.Print Len(dGVS)输出长度，如果是软连字符，字符串看起来为空但长度为1，能直接发现问题。

3. 直接打印原始内容：在立即窗口执行Debug.Print dGVS，若为软连字符，打印结果为空但长度不为0，可快速区分。

解决连字符判断失效的思路 #

1. 覆盖所有可能的连字符类型：把常见的连字符/破折号都加入判断逻辑：

   Dim hyphenList As Variant
   hyphenList = Array("-", ChrW(8211), ChrW(8212), ChrW(173))
   
   If Not IsError(Application.Match(dGVS, hyphenList, 0)) Then
       ' 识别到连字符类符号的处理逻辑
       MsgBox "检测到连字符/破折号"
   End If
   

2. 先清理Word单元格的默认标记：从Word表格取内容时，单元格自带Chr(13)+Chr(7)结尾标记，需先移除再处理：

   Dim cellContent As String
   ' 示例：取第一个表格第1行第1列的内容
   cellContent = ActiveDocument.Tables(1).Cell(1, 1).Range.Text
   ' 移除Word单元格的结尾标记
   cellContent = Left(cellContent, Len(cellContent) - 2)
   ' 再做清理和去空格
   dGVS = Trim(Application.CleanString(cellContent))
   

3. 用正则表达式匹配：如果需要匹配包含连字符的字符串（而非纯连字符），可使用VBA正则对象：

   Dim regEx As Object
   Set regEx = CreateObject("VBScript.RegExp")
   regEx.Pattern = "[-–—\xAD]" ' 匹配所有连字符类型，\xAD是软连字符的十六进制编码
   
   If regEx.Test(dGVS) Then
       ' 匹配成功的处理逻辑
   End If
   

内容的提问来源于stack exchange，提问作者Christian Emil Johansen