Comment nettoyer et dédupliquer du texte

Le texte que vous collez depuis des e-mails, des tableurs, des PDF et des pages web n'est presque jamais propre. Il arrive avec des entrées en double, des lignes vides, des espaces parasites et des caractères invisibles qui cassent les recherches et les imports. Ce guide parcourt les tâches de nettoyage courantes et la façon la plus rapide de faire chacune.

Supprimer les lignes en double

Les listes fusionnées — adresses e-mail, URL, codes produit — regorgent de répétitions. La déduplication conserve la première occurrence de chaque ligne et supprime le reste, ce qui est essentiel avant d'importer des données ou d'envoyer un mailing. Décidez d'emblée si la correspondance doit respecter la casse (Apple et apple comme différents) ou non. L'outil supprimer les lignes en double le fait en une étape.

Supprimer les lignes vides

Le texte copié traîne souvent un double interligne ou des lignes blanches qui gonflent le nombre de lignes et cassent la mise en forme. Retirer les lignes vides replie une liste à son seul contenu réel.

Trier

Trier rend une liste facile à parcourir et rend les doublons et les valeurs aberrantes évidents. L'ordre alphabétique est par défaut, mais pour les données, faites attention à l'ordre naturel vs. lexicographique : lexicographiquement, item10 passe avant item2 car il compare caractère par caractère. L'outil trier les lignes gère les deux ordres.

Les fauteurs de troubles invisibles

Espaces de fin (trailing whitespace)

Les espaces à la fin d'une ligne sont invisibles mais réels — ils font que deux lignes d'apparence identique sont traitées comme différentes, mettant en échec la déduplication et cassant les recherches.

Espaces insécables et guillemets typographiques

Le texte copié depuis des traitements de texte et des pages web contient fréquemment des espaces insécables (qui ressemblent à des espaces normaux mais n'en sont pas) et des guillemets courbes « typographiques » à la place des droits. Ce sont une cause classique de bugs « mais ça a l'air pareil ! ». Notre guide d'encodage des caractères explique d'où ils viennent, et le convertisseur Unicode révèle les vrais points de code cachés dans votre texte.

Un flux de nettoyage

1. Supprimez les lignes vides pour replier la liste.
2. Triez pour que les doublons soient côte à côte.
3. Supprimez les lignes en double.
4. Faites un rechercher-remplacer ciblé pour corriger les caractères parasites.

Enchaîner ces petits outils de texte transforme un collage brouillon en données propres et prêtes à l'import en moins d'une minute — le tout dans votre navigateur.