Cara membersihkan dan menghapus duplikat teks

Teks yang Anda tempel dari email, spreadsheet, PDF, dan halaman web hampir tak pernah bersih. Ia datang dengan entri duplikat, baris kosong, spasi tercecer, dan karakter tak kasatmata yang merusak pencarian dan impor. Panduan ini menelusuri tugas pembersihan yang umum dan cara tercepat mengerjakan masing-masing.

Menghapus baris duplikat

Daftar yang digabung — alamat email, URL, kode produk — penuh pengulangan. Deduplikasi menyimpan kemunculan pertama tiap baris dan membuang sisanya, yang penting sebelum mengimpor data atau mengirim milis. Putuskan di awal apakah pencocokan harus peka huruf besar-kecil (Apple dan apple sebagai berbeda) atau tidak. Alat hapus baris duplikat melakukannya dalam satu langkah.

Menghapus baris kosong

Teks yang disalin sering membawa spasi antarbaris ganda atau baris kosong yang menggelembungkan jumlah baris dan merusak format. Membuang baris kosong menciutkan daftar kembali ke isi sebenarnya saja.

Mengurutkan

Mengurutkan membuat daftar mudah dipindai dan membuat duplikat serta pencilan jelas. Alfabet adalah default, tetapi untuk data waspadai urutan alami vs. leksikografis: secara leksikografis, item10 diurutkan sebelum item2 karena dibandingkan karakter demi karakter. Alat urutkan baris menangani kedua cara.

Pembuat onar yang tak kasatmata

Spasi akhir (trailing whitespace)

Spasi di ujung baris tak kasatmata tetapi nyata — ia membuat dua baris yang tampak identik diperlakukan berbeda, menggagalkan deduplikasi dan merusak pencarian.

Spasi tak-terputus dan tanda kutip pintar

Teks yang disalin dari pengolah kata dan halaman web sering memuat spasi tak-terputus (yang tampak seperti spasi biasa tetapi bukan) dan tanda kutip melengkung “pintar” alih-alih yang lurus. Ini penyebab klasik bug “tapi kelihatannya sama!”. Panduan pengodean karakter kami menjelaskan dari mana asalnya, dan konverter Unicode mengungkap titik kode sebenarnya yang bersembunyi di teks Anda.

Alur pembersihan

1. Hapus baris kosong untuk menciutkan daftar.
2. Urutkan agar duplikat berdampingan.
3. Hapus baris duplikat.
4. Lakukan cari dan ganti yang terarah untuk membetulkan karakter tercecer.

Merangkai alat-alat teks kecil ini mengubah tempelan berantakan menjadi data bersih dan siap-impor dalam kurang dari satu menit — semuanya di browser Anda.