Definir o que uma linha representa
Prepare um item por linha, como um código, etiqueta ou referência. Uma linha com várias colunas não se torna automaticamente um registro estruturado. Para tabelas CSV, use conversores que entendam células e citações. Em uma lista de texto, espaços e letras podem fazer parte de um identificador em vez de formatação irrelevante.
Mantenha uma cópia antes da normalização. ANA, Ana e uma linha com os espaços circundantes podem representar uma pessoa ou códigos diferentes. Estabeleça essa regra antes de remover duplicatas. Retenha repetições quando cada aparição representa uma unidade ou assistência que você deve contar. Uma lista de itens únicos responde a uma pergunta diferente de uma lista de todas as aparências.
Limpe o espaço em branco antes de remover duplicatas
O texto limpo apara as extremidades da linha e, opcionalmente, reduz os espaços internos ou remove as linhas em branco. Ative apenas as alterações necessárias, já que a redução de espaços internos altera o texto alinhado. Remover linhas duplicadas mantém a primeira aparição, e o espaço em branco permanece parte de cada entrada, a menos que você limpe primeiro.
Teste uma amostra contendo uma entrada repetida, espaços circundantes e uma variante maiúscula. Inspecione as opções sensíveis a casos antes de escolher a regra final. Copiar saída limpa antes de abrir a remoção duplicada porque o conteúdo não é transferido automaticamente. Mantenha essas configurações com sua versão final para que atualizações posteriores possam usar os mesmos critérios em vez de alterar gradualmente o que conta como um item correspondente.
Faça uma pergunta de comparação precisa
Listas de comparação fornecem itens comuns, apenas em A, apenas em B e um sindicato. Para encontrar as referências de entrega ausentes, coloque as entradas esperadas em A e as entradas recebidas em B e escolha Somente em A. Trocar listas muda o que a diferença significa. Um sindicato inclui entradas de ambos sem contar aparições repetidas.
Linhas em branco são ignoradas e a primeira aparição é mantida. Você pode ignorar o caso e aparar os espaços circundantes. Para A contendo Ana, Luis e Ana, e B contendo Luis e Marta, o item comum é Luis e o sindicato é Ana, Luis, Marta. Verifique um item em cada grupo antes de usar uma grande comparação.
Filtrar, classificar e preparar a saída final
Linhas de filtro retém ou exclui correspondências literais: .pdf pesquisa essa string sem tratar o ponto como uma expressão regular. Preserva ordem, espaços e repetições. As linhas de classificação mudam de posição e comparam os números naturalmente, então 2 precedem 10. Filtre antes da numeração se os números devem descrever a lista final.
Prefixos e sufixos preparam rótulos; Encontre e substitua alterações em correspondências literais. Inspecione os termos que aparecem várias vezes e decida se cada ocorrência deve mudar. Conte as entradas removidas por cada operação e baixe ou copie a versão final antes de navegar em outro lugar. Quando a fonte for alterada, repita a partir dessa fonte com as configurações gravadas, em vez de uma cópia já transformada.
Itens comuns, diferenças e união
Cole Ana, Luis e Ana em linhas separadas em A, e Luis e Marta em B. Escolha itens comuns e compare, depois tente somente em A, somente em B e Union sem alterar as entradas.
List A: Ana Luis Ana List B: Luis Marta
Itens comuns dão Luis, só em A dá Ana, só em B dá Marta. O sindicato é Ana, Luis, Marta, nessa ordem, um item por linha.
Adicione espaços ao redor de Ana e mude a configuração de corte. Observe como sua definição de igualdade altera a comparação antes de aplicá-la a identificadores onde os espaços podem importar.