CodeKitHubΤι είναι αυτό το εργαλείο;
Οι επικολλημένες λίστες — από υπολογιστικά φύλλα, εξαγωγές email, αρχεία log, δεδομένα από scraping — έχουν συχνά τα ίδια πέντε προβλήματα: διπλότυπες καταχωρήσεις, κενές γραμμές, ασυνεπή κενά στην αρχή/τέλος, διπλά κενά όπου θα έπρεπε να υπάρχει ένα, και καμία συγκεκριμένη σειρά. Η διόρθωση και των πέντε συνήθως σημαίνει μετακίνηση μεταξύ ξεχωριστών εργαλείων μίας λειτουργίας.
Αυτό το εργαλείο εκτελεί και τις πέντε ως μία λειτουργία με checkboxes, με τη σειρά που πραγματικά έχει σημασία (περικοπή και συμπίεση κενών πριν την αφαίρεση διπλότυπων, ώστε το "foo " και το "foo" να αναγνωρίζονται σωστά ως η ίδια γραμμή).
Γιατί να το χρησιμοποιήσετε;
- Πέντε πραγματικές λειτουργίες καθαρισμού σε ένα πέρασμα, όχι μόνο αφαίρεση διπλότυπων.
- Έλεγχος μέσω checkbox — απενεργοποιήστε όποιο βήμα δεν θέλετε.
- Οι λειτουργίες εκτελούνται με τη σειρά που δίνει σωστά αποτελέσματα (κανονικοποίηση κενών πριν την αφαίρεση διπλότυπων).
- Δείχνει ακριβώς πόσες γραμμές αφαιρέθηκαν.
- Τοπική επεξεργασία και ιδιωτικότητα — το κείμενο δεν φεύγει ποτέ από τον browser σας.
Πώς χρησιμοποιείται
- Επικολλήστε το κείμενο ή τη λίστα σας στο πλαίσιο εισαγωγής.
- Επιλέξτε τις λειτουργίες που θέλετε (όλες εκτός από την ταξινόμηση είναι ενεργές εξ ορισμού).
- Κάντε κλικ στο Καθαρισμός — το αποτέλεσμα εμφανίζεται από κάτω μαζί με τον αριθμό των γραμμών που αφαιρέθηκαν.
- Αντιγράψτε το καθαρισμένο αποτέλεσμα.
Παράδειγμα
Είσοδος
apple
banana
apple
banana
cherryΈξοδος
apple
banana
cherryΤα κενά κανονικοποιούνται πρώτα, οπότε τα "apple " και "apple" αναγνωρίζονται ως διπλότυπα και συγχωνεύονται — κάτι που συχνά χάνουν απλούστερα εργαλεία.
Συνηθισμένες χρήσεις
- Αφαίρεση διπλότυπων από λίστα που εξήχθη από υπολογιστικό φύλλο ή CRM πριν την επανεισαγωγή της.
- Καθαρισμός λίστας email που συγχωνεύτηκε από πολλαπλές πηγές, αφαιρώντας επαναλαμβανόμενες διευθύνσεις.
- Τακτοποίηση εξόδου αρχείου log — αφαίρεση κενών γραμμών και διπλότυπων καταχωρήσεων πριν την ανάλυση.
- Προετοιμασία λίστας λέξεων-κλειδιών ή URL για εργαλεία SEO, μία καθαρή καταχώρηση ανά γραμμή.
Γιατί η σειρά των λειτουργιών αλλάζει το αποτέλεσμα
Η εκτέλεση αυτών των πέντε λειτουργιών με λάθος σειρά παράγει λεπτά λανθασμένα αποτελέσματα, γι' αυτό το εργαλείο σταθεροποιεί τη σειρά αντί να αφήνει τα βήματα να τρέχουν με οποιονδήποτε συνδυασμό. Το πιο ξεκάθαρο παράδειγμα: αν η αφαίρεση διπλότυπων γινόταν πριν την περικοπή κενών, το "apple" και το "apple " (με ένα κενό στο τέλος) θα αντιμετωπίζονταν ως δύο διαφορετικές γραμμές και θα διατηρούνταν και οι δύο, ακυρώνοντας σιωπηλά ολόκληρο το νόημα της αφαίρεσης διπλότυπων. Η εκτέλεση περικοπής και συμπίεσης πρώτα σημαίνει ότι κάθε γραμμή βρίσκεται στην τελική, κανονική της μορφή πριν το εργαλείο ελέγξει για διπλότυπα, ώστε γραμμές που είναι ουσιαστικά ίδιες — ανεξάρτητα από τυχαία κενά που προέκυψαν από αντιγραφή-επικόλληση — να αναγνωρίζονται σωστά ως τέτοιες. Η ίδια λογική ισχύει και για την αφαίρεση κενών γραμμών πριν την αφαίρεση διπλότυπων: μια συσσώρευση κενών γραμμών από διαφορετικές πηγές διαφορετικά θα συγκρινόταν μεταξύ τους με τρόπους που δεν έχουν σημασία για το πραγματικό περιεχόμενο.
Συχνές ερωτήσεις
Με ποια σειρά εφαρμόζονται οι λειτουργίες;
Περικοπή → συμπίεση κενών → αφαίρεση κενών γραμμών → αφαίρεση διπλότυπων → ταξινόμηση. Αυτή η σειρά έχει σημασία: η κανονικοποίηση των κενών πριν την αφαίρεση διπλότυπων σημαίνει ότι γραμμές που διαφέρουν μόνο σε περιττά κενά αντιμετωπίζονται σωστά ως διπλότυπες.
Η αφαίρεση διπλότυπων κάνει διάκριση πεζών-κεφαλαίων;
Ναι — τα "Apple" και "apple" αντιμετωπίζονται ως διαφορετικές γραμμές. Αυτό αποτρέπει την ακούσια συγχώνευση πραγματικά διαφορετικών καταχωρήσεων· αν χρειάζεστε αντιστοίχιση χωρίς διάκριση πεζών-κεφαλαίων, μετατρέψτε πρώτα το κείμενό σας σε πεζά.
Τι χρησιμοποιεί η ταξινόμηση για κινεζικό κείμενο;
Αλφαβητική σειρά βασισμένη σε pinyin, ώστε οι κινεζικές καταχωρήσεις να ταξινομούνται όπως θα εμφανίζονταν σε λίστα επαφών κινητού, αντί για ταξινόμηση με βάση τον ακατέργαστο κωδικό χαρακτήρα.
Θα αντεπεξέλθει σε πολύ μεγάλη λίστα;
Ναι — η επεξεργασία γίνεται στον browser σας χωρίς όριο μεγέθους πέρα από όσο αντέχει η μνήμη της συσκευής σας, κάτι που ξεπερνά κατά πολύ τα τυπικά μεγέθη εξαγωγής υπολογιστικού φύλλου.
Μεταφορτώνονται κάπου τα δεδομένα μου;
Όχι. Όλες οι πέντε λειτουργίες εκτελούνται ως τοπικό JavaScript στον browser σας. Τίποτα δεν στέλνεται σε server, οπότε είναι ασφαλές για χρήση σε εξαγόμενες λίστες πελατών ή άλλα ευαίσθητα δεδομένα.
Είναι το ίδιο με έναν "αφαιρέτη διπλότυπων γραμμών";
Ναι — η αφαίρεση διπλότυπων γραμμών είναι μία από τις πέντε λειτουργίες εδώ (μαζί με περικοπή, συμπίεση κενών, αφαίρεση κενών γραμμών και ταξινόμηση). Επιλέξτε μόνο "Αφαίρεση διπλότυπων" αν αυτό μόνο χρειάζεστε· τα άλλα τέσσερα είναι προαιρετικά.