Listen-Datenbereiniger - Normalisieren & Korrigieren
Wende Presets per Klick an oder kombiniere Operationen, um schmutzige exportierte Daten in saubere, konsistente Ergebnisse für Datenbanken, Tabellen und APIs zu verwandeln.
Presets:
Eingabe
Eingeben oder Datei ablegen
Ausgabe
Ausgabeoptionen
Leerzeichen & Zeichen
Null / Leer
Text
Zahlen
Datumsangaben
Abkürzungen
Häufig Gestellte Fragen
Wofür wird dieses Tool verwendet?
Der Listen-Datenbereiniger normalisiert unordentliche oder inkonsistente Daten, bevor du sie in eine Datenbank, Tabelle oder API importierst. Statt einzelne Optionen zu konfigurieren, wählst du ein Preset - wie Datenbankbereit oder Numerische Daten - und alle relevanten Operationen werden mit einem Klick angewendet. Nutze es bei exportierten Daten aus Systemen, die du nicht kontrolliert hast: CSV-Dumps, kopierte Berichte, gescrapten Text oder Tabellen voller Nullwerte, gemischter Groß-/Kleinschreibung und versehentlichem HTML.
Welche Nullwerte ersetzt das Tool?
Es ersetzt jede Zeile, die ausschließlich einen nullartigen Wert enthält:
NaN, N/A, NA, #N/A, null, NULL, None, undefined, nil, - und -. Zeilen, die ein Nullwort in anderem Text enthalten, werden nicht ersetzt - nur Zellen, die vollständig ein Nullwert sind. Setze den Ersatzwert auf eine leere Zeichenkette, um diese Zeilen effektiv zu löschen, nachdem du auch Leerzeilen entfernen aktiviert hast.Welche Adressabkürzungen werden erweitert?
Folgende Abkürzungen werden erweitert: St → Street, Ave → Avenue, Blvd → Boulevard, Dr → Drive, Ln → Lane, Rd → Road, Ct → Court, Pl → Place, Hwy → Highway, Fwy → Freeway, Pkwy → Parkway, Cir → Circle, Ter → Terrace, Trl → Trail, Apt → Apartment, Ste → Suite, NE → Northeast, NW → Northwest, SE → Southeast, SW → Southwest. Die Erweiterung unterscheidet nicht zwischen Groß- und Kleinschreibung und verwendet Ganzwort-Übereinstimmung.
Was ist der Unterschied zwischen dem Datenbereiniger und dem Textkorrektur-Tool?
Das Textkorrektur-Tool ist für präzise, manuelle Transformationen, wenn du genau weißt, was du willst: nach einem Trennzeichen aufteilen, Text voranstellen, als JSON formatieren usw. Der Listen-Datenbereiniger ist für die Normalisierung: wenn du importierte Rohdaten hast und sie mit einem Klick konsistent machen möchtest. Sie ergänzen sich - bereinige deine Daten hier zuerst, dann gib die Ausgabe an das Textkorrektur-Tool für strukturelle Formatierung weiter.
Wie bereinige ich eine E-Mail-Adressliste?
Klicke auf das Preset E-Mail-Liste, füge deine Liste ein und das Tool: entfernt Leerzeichen von jeder Adresse, konvertiert alles in Kleinbuchstaben, entfernt Leerzeilen und dedupliziert. Dies ist der Standardvorbereitungsschritt vor dem Import von E-Mail-Adressen in ein CRM. Aktiviere zur Sicherheit auch Unsichtbare Zeichen entfernen, um versteckte Zeichen zu erkennen, die das E-Mail-Matching verhindern könnten.
Welche Datumsformate erkennt das Tool?
Die Datumsnormalisierung funktioniert, wenn jede Zeile ein Datumswert ist. Die folgenden Formate werden alle automatisch erkannt:
Datumsangaben, die keinem Muster entsprechen, bleiben unverändert.
| Format | Beispiele |
|---|---|
| ISO / JJJJ-MM-TT | 2026-05-19 |
| Numerisch (TMJ / MTJ) | 19/05/2026 05-19-2026 |
| Monatsname zuerst | January 15, 2024 |
| Tag zuerst | 15 January 2024 |
| Mit Ordinalzahl-Suffix | May 19th, 2026 |
| Mit Wochentag | Monday, May 19 2026 |
| Monatsname mit Bindestrich | 19-May-2026 |
Datumsangaben, die keinem Muster entsprechen, bleiben unverändert.
Wie geht die Datumsnormalisierung mit mehrdeutigen Formaten um?
Wenn ein Datum mehrdeutig ist - wie
01/02/2024, das 1. Februar oder 2. Januar bedeuten könnte - verwendet das Tool die von dir angegebene Datumsreihenfolge (Europäisch TT/MM oder US MM/TT). Nicht parsbare Datumsangaben bleiben unverändert. ISO-Datumsangaben (JJJJ-MM-TT) werden immer eindeutig erkannt. Datumsangaben mit Monatsnamen wie 15 January 2024 werden ebenfalls automatisch erkannt.