Czyszczenie danych listy - normalizacja i korekta
Stosuj gotowe ustawienia jednym kliknięciem lub łącz operacje, aby przekształcić brudne wyeksportowane dane w czyste, spójne wyniki gotowe do baz danych, arkuszy kalkulacyjnych i API.
Ustawienia wstępne:
Wejście
Wpisz lub przeciągnij i upuść plik
Wyjście
Opcje Wyjściowe
Białe znaki i znaki
Null / Puste
Tekst
Liczby
Daty
Skróty
Często Zadawane Pytania
Do czego służy to narzędzie?
Czyszczenie danych listy normalizuje brudne lub niespójne dane przed zaimportowaniem ich do bazy danych, arkusza kalkulacyjnego lub API. Zamiast konfigurować poszczególne opcje, wybierasz ustawienie wstępne - jak Gotowe do bazy danych lub Dane liczbowe - i wszystkie odpowiednie operacje są stosowane jednym kliknięciem. Używaj go, gdy masz dane wyeksportowane z systemu, którego nie kontrolowałeś: zrzut CSV, skopiowany raport, zeskrobany tekst lub arkusz pełen wartości null, mieszanych liter i HTML.
Jakie wartości null zastępuje narzędzie?
Zastępuje każdą linię zawierającą wyłącznie wartość podobną do null:
NaN, N/A, NA, #N/A, null, NULL, None, undefined, nil, - i -. Linie zawierające słowo null wewnątrz innego tekstu nie są zastępowane - tylko komórki, które są całkowicie wartością null. Ustaw wartość zastępczą jako pusty ciąg, aby efektywnie usunąć te linie po włączeniu Usuń puste linie.Jakie skróty adresów są rozwijane?
Rozwijane są następujące skróty: 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. Rozwijanie jest niewrażliwe na wielkość liter i używa dopasowania całych słów.
Jaka jest różnica między czyszczeniem danych a poprawianiem tekstu?
Poprawianie tekstu służy do precyzyjnych, ręcznych transformacji, gdy wiesz dokładnie, czego chcesz: podziel według separatora, dodaj tekst, sformatuj jako JSON itp. Czyszczenie danych listy służy do normalizacji: gdy masz brudne zaimportowane dane i chcesz je uczynić spójnymi jednym kliknięciem. Uzupełniają się - najpierw wyczyść tutaj dane, a następnie przekaż wynik do poprawiania tekstu w celu formatowania strukturalnego.
Jak wyczyścić listę adresów e-mail?
Kliknij ustawienie wstępne Lista e-mail, wklej listę, a narzędzie: usunie spacje z każdego adresu, przekonwertuje wszystko na małe litery, usunie puste linie i zdeduplikuje. To standardowy krok przygotowawczy przed zaimportowaniem adresów e-mail do CRM. Dla dodatkowego bezpieczeństwa włącz też Usuń niewidoczne znaki.
Jakie formaty dat rozpoznaje narzędzie?
Normalizacja dat działa, gdy każda linia jest wartością daty. Następujące formaty są automatycznie wykrywane:
Daty, które nie pasują do żadnego wzorca, pozostają niezmienione.
| Format | Przykłady |
|---|---|
| ISO / RRRR-MM-DD | 2026-05-19 |
| Numeryczny (DMY / MDY) | 19/05/2026 05-19-2026 |
| Nazwa miesiąca pierwsza | January 15, 2024 |
| Dzień pierwszy | 15 January 2024 |
| Z sufiksem porządkowym | May 19th, 2026 |
| Z dniem tygodnia | Monday, May 19 2026 |
| Nazwa miesiąca z łącznikiem | 19-May-2026 |
Daty, które nie pasują do żadnego wzorca, pozostają niezmienione.
Jak normalizacja dat obsługuje niejednoznaczne formaty?
Gdy data jest niejednoznaczna - jak
01/02/2024, co może oznaczać 1 lutego lub 2 stycznia - narzędzie używa podanej przez ciebie kolejności daty (Europejski DD/MM lub Amerykański MM/DD). Daty, których nie można przetworzyć, pozostają niezmienione. Daty ISO (RRRR-MM-DD) są zawsze wykrywane jednoznacznie. Daty z nazwą miesiąca jak 15 January 2024 są również przetwarzane automatycznie.