CodeKitHubKas ir šis rīks?
Ielīmēti saraksti — no izklājlapām, e-pasta eksportiem, žurnālfailiem, izgūtiem datiem — regulāri satur tās pašas piecas problēmas: dublētus ierakstus, tukšas rindas, nekonsekventas atstarpes sākumā/beigās, dubultas atstarpes, kur vajadzētu būt vienai, un nekādu noteiktu secību. Visu piecu labošana parasti nozīmē lēkāšanu starp atsevišķiem, viena mērķa rīkiem.
Šis rīks visas piecas darbības veic kā vienu operāciju ar izvēles rūtiņām, secībā, kas patiešām ir svarīga (atstarpes tiek apgrieztas un sablīvētas pirms dublikātu meklēšanas, lai "foo " un "foo" tiktu pareizi atpazītas kā viena un tā pati rinda).
Kāpēc to izmantot?
- Piecas reālas tīrīšanas darbības vienā piegājienā, ne tikai dublikātu noņemšana.
- Vadība ar izvēles rūtiņām — izslēdz jebkuru soli, kas nav vajadzīgs.
- Darbības tiek veiktas secībā, kas dod pareizu rezultātu (atstarpes tiek normalizētas pirms dublikātu noņemšanas).
- Rāda precīzu noņemto rindu skaitu.
- Lokāli un privāti — teksts nekad neatstāj tavu pārlūku.
Kā to lietot
- Ielīmē savu tekstu vai sarakstu ievades laukā.
- Atzīmē vajadzīgās darbības (visas, izņemot kārtošanu, ir ieslēgtas pēc noklusējuma).
- Uzklikšķini "Tīrīt" — rezultāts parādās zemāk kopā ar noņemto rindu skaitu.
- Nokopē notīrīto rezultātu.
Piemērs
Ievade
ābols
banāns
ābols
banāns
ķirsisIzvade
ābols
banāns
ķirsisAtstarpes vispirms tiek normalizētas, tāpēc "ābols " un "ābols" tiek atpazīti kā dublikāti un apvienoti — bieži sastopama kļūda vienkāršākos rīkos.
Biežākie lietojumi
- Dublikātu noņemšana sarakstam, kas eksportēts no izklājlapas vai CRM sistēmas, pirms atkārtotas importēšanas.
- E-pasta saraksta, kas apvienots no vairākiem avotiem, sakārtošana, noņemot atkārtotas adreses.
- Žurnālfaila izvades sakārtošana — tukšo rindu un dublētu ierakstu noņemšana pirms analīzes.
- Atslēgvārdu vai URL saraksta sagatavošana SEO rīkiem — viens tīrs ieraksts rindā.
Kāpēc darbību secība maina rezultātu
Šo piecu darbību veikšana nepareizā secībā dod smalki nepareizus rezultātus, tāpēc šis rīks fiksē secību, nevis ļauj soļiem darboties jebkurā kombinācijā. Skaidrākais piemērs: ja dublikātu noņemšana notiktu pirms atstarpju apgriešanas, "ābols" un "ābols " (ar beigu atstarpi) tiktu uzskatīti par divām dažādām rindām un abas paliktu, klusi sabojājot visu dublikātu noņemšanas jēgu. Vispirms veicot apgriešanu un sablīvēšanu, katra rinda pirms dublikātu pārbaudes ir savā galīgajā, kanoniskajā formā, tāpēc rindas, kas pēc būtības ir vienādas — neatkarīgi no nejaušām atstarpēm, kas radušās kopējot un ielīmējot — tiek pareizi atpazītas kā tādas. Tāda pati loģika attiecas uz tukšo rindu noņemšanu pirms dublikātu noņemšanas: pretējā gadījumā uzkrātas tukšas rindas no dažādiem avotiem tiktu salīdzinātas savā starpā veidā, kas nemaz nav saistīts ar reālo saturu.
Biežāk uzdotie jautājumi
Kādā secībā darbības tiek piemērotas?
Apgriešana → atstarpju sablīvēšana → tukšo rindu noņemšana → dublikātu noņemšana → kārtošana. Šī secība ir svarīga: atstarpju normalizēšana pirms dublikātu meklēšanas nozīmē, ka rindas, kas atšķiras tikai ar nejaušām atstarpēm, tiek pareizi uzskatītas par dublikātiem.
Vai dublikātu meklēšana ir reģistrjutīga?
Jā — "Ābols" un "ābols" tiek uzskatīti par dažādām rindām. Tas novērš nejaušu patiesi atšķirīgu ierakstu apvienošanu; ja tev vajag reģistrnejutīgu meklēšanu, vispirms pārveido tekstu mazajos burtos.
Kā tiek kārtots ķīniešu teksts?
Alfabētiskā secībā pēc pinjiņa, tāpēc ķīniešu ieraksti tiek sakārtoti tāpat kā tālruņa kontaktu sarakstā, nevis pēc neapstrādāta rakstzīmju koda.
Vai rīks tiks galā ar ļoti lielu sarakstu?
Jā — apstrāde notiek tavā pārlūkā bez izmēra ierobežojuma, izņemot to, ko pieļauj tavas ierīces atmiņa, kas ir tālu virs tipiskiem izklājlapu eksportu izmēriem.
Vai mani dati tiek kaut kur augšupielādēti?
Nē. Visas piecas darbības tiek veiktas kā lokāls JavaScript tavā pārlūkā. Nekas netiek nosūtīts uz serveri, tāpēc to droši var izmantot eksportētiem klientu sarakstiem vai citiem sensitīviem datiem.
Vai tas ir tas pats, kas "dublēto rindu noņēmējs"?
Jā — dublēto rindu noņemšana ir viena no piecām šeit pieejamajām darbībām (līdzās apgriešanai, atstarpju sablīvēšanai, tukšo rindu noņemšanai un kārtošanai). Atzīmē tikai "Noņemt dublikātus", ja tas ir viss, kas vajadzīgs; pārējās četras ir izvēles.