Lijstgegevens opschonen - Normaliseren en corrigeren
Pas presets toe met één klik of combineer bewerkingen om rommelige geëxporteerde gegevens om te zetten in schone, consistente resultaten klaar voor databases, spreadsheets en API's.
Presets:
Invoer
Typ of sleep een bestand hierheen
Uitvoer
Uitvoer Opties
Witruimte en tekens
Null / Leeg
Tekst
Getallen
Datums
Afkortingen
Veelgestelde Vragen
Waarvoor wordt deze tool gebruikt?
Lijstgegevens opschonen normaliseert rommelige of inconsistente gegevens voordat u ze importeert in een database, spreadsheet of API. In plaats van afzonderlijke opties in te stellen, kiest u een preset - zoals Klaar voor database of Numerieke gegevens - en alle relevante bewerkingen worden met één klik toegepast. Gebruik het wanneer u gegevens heeft geëxporteerd uit een systeem dat u niet beheerde: een CSV-dump, een gekopieerd rapport, gescrapete tekst of een spreadsheet vol null-waarden, gemengde hoofdletters en HTML.
Welke null-waarden vervangt de tool?
Het vervangt elke regel die uitsluitend een null-achtige waarde bevat:
NaN, N/A, NA, #N/A, null, NULL, None, undefined, nil, - en -. Regels die een null-woord bevatten in andere tekst worden niet vervangen - alleen cellen die volledig een null-waarde zijn. Stel de vervangingswaarde in op een lege tekenreeks om die regels effectief te verwijderen na het inschakelen van Lege regels verwijderen.Welke adresafkortingen worden uitgebreid?
De volgende afkortingen worden uitgebreid: 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. De uitbreiding is niet hoofdlettergevoelig en gebruikt woordgrensovereenkomst.
Wat is het verschil tussen de gegevensopschoner en de teksthersteller?
De teksthersteller is voor precieze, handmatige transformaties wanneer u precies weet wat u wilt: splitsen op een scheidingsteken, tekst toevoegen, formatteren als JSON, enz. Lijstgegevens opschonen is voor normalisatie: wanneer u rommelige geïmporteerde gegevens heeft en ze met één klik consistent wilt maken. Ze vullen elkaar aan - reinig hier eerst uw gegevens, geef de uitvoer dan door aan de teksthersteller voor structurele opmaak.
Hoe reinig ik een lijst van e-mailadressen?
Klik op de preset E-maillijst, plak uw lijst en de tool zal: spaties verwijderen van elk adres, alles omzetten naar kleine letters, lege regels verwijderen en dedupliceren. Dit is de standaard voorbereidingsstap voor het importeren van e-mailadressen in een CRM. Schakel voor extra veiligheid ook Onzichtbare tekens verwijderen in.
Welke datumformaten herkent de tool?
Datumnormalisatie werkt wanneer elke regel een datumwaarde is. De volgende formaten worden allemaal automatisch gedetecteerd:
Datums die niet overeenkomen met een patroon blijven ongewijzigd.
| Formaat | Voorbeelden |
|---|---|
| ISO / JJJJ-MM-DD | 2026-05-19 |
| Numeriek (DMY / MDY) | 19/05/2026 05-19-2026 |
| Maandnaam eerst | January 15, 2024 |
| Dag eerst | 15 January 2024 |
| Met rangtelwoordachtervoegsel | May 19th, 2026 |
| Met dag van de week | Monday, May 19 2026 |
| Maandnaam met koppelteken | 19-May-2026 |
Datums die niet overeenkomen met een patroon blijven ongewijzigd.
Hoe verwerkt datumnormalisatie dubbelzinnige opmaak?
Wanneer een datum dubbelzinnig is - zoals
01/02/2024, wat 1 februari of 2 januari kan zijn - gebruikt de tool de door u opgegeven datumvolgorde (Europees DD/MM of Amerikaans MM/DD). Datums die niet geparseerd kunnen worden, blijven ongewijzigd. ISO-datums (JJJJ-MM-DD) worden altijd eenduidig gedetecteerd. Datums met maandnamen zoals 15 January 2024 worden ook automatisch geparseerd.