DataScrub

Text-Bereinigung

Mach deinen Text sauber mit Checkboxen — Leerzeichen kürzen, HTML entfernen, Sonderzeichen löschen und mehr.

Datei hierher ziehen & ablegen

oder klicken zum Durchsuchen

CSVTSVExcelODSJSON

Keine Datei zur Hand?

Unsaubere Textdaten in Sekunden bereinigen

Textdaten sind notorisch unsauber: zusätzliche Leerzeichen, aus Webseiten eingefügte HTML-Tags, akzentuierte Zeichen aus internationalen Quellen, Emojis in Produktnamen, inkonsistente Groß-/Kleinschreibung. DataScrubs Text-Bereinigung behebt all das mit Checkboxen — kein Regex-Wissen nötig.

Wähle die gewünschten Vorgänge aus, bestimme die Spalten und sieh jede Änderung vor der Anwendung in der Vorschau. Die gesamte Verarbeitung erfolgt lokal in deinem Browser.

So bereinigst du Textdaten

  1. Lade deine CSV-, Excel- oder ODS-Datei hoch.
  2. Wähle die gewünschten Bereinigungsvorgänge (Leerzeichen kürzen, HTML entfernen, Emojis löschen und mehr).
  3. Bestimme die Spalten, auf die die Vorgänge angewendet werden sollen.
  4. Vorschau der Änderungen live — das Tool zeigt vor und nach für jede Zeile.
  5. Wende die Bereinigung an und lade deine aufbereitete Datei herunter.

Verfügbare Bereinigungsvorgänge

Jeder Vorgang zielt auf eine bestimmte Art von Textrauschen ab. Du kannst mehrere Vorgänge in einem Durchlauf kombinieren.

  • Leerzeichen kürzen — führende und abschließende Leerzeichen entfernen.
  • Innere Leerzeichen normalisieren — mehrere Leerzeichen zwischen Wörtern zu einem zusammenfassen.
  • Zeilenumbrüche entfernen — Zeilenumbrüche und Wagenrückläufe aus Zellen entfernen.
  • HTML-Tags entfernen — Daten bereinigen, die von Webseiten kopiert oder eingefügt wurden.
  • Sonderzeichen entfernen — Satzzeichen und Symbole entfernen.
  • Akzente/Diakritika entfernen — akzentuierte Zeichen in ihre ASCII-Äquivalente umwandeln.
  • Emojis und Symbole entfernen — Emoji- und Symbolzeichen aus Text löschen.
  • Groß-/Kleinschreibung umwandeln — Kleinbuchstaben, GROßBUCHSTABEN oder Titelschreibweise.
  • Zahlen entfernen — Ziffern aus Text entfernen.
  • URLs entfernen — Weblinks aus Zellwerten löschen.

Wann welchen Vorgang verwenden

Kürzen ist fast immer nötig — versehentliche Leerzeichen verursachen Fehler bei Suchen und Duplikaterkennung. HTML entfernen ist wichtig für Daten, die von Webseiten extrahiert wurden, wo Zellen versteckte Tags enthalten können. Akzente entfernen hilft, internationale Namen für den Abgleich zu standardisieren. Emojis entfernen ist nützlich für Produktkataloge und Bewertungsdaten, wo Symbole das Sortieren oder Filtern stören.

Tipps zur Textbereinigung

  • Kürzen zuletzt anwenden — andere Vorgänge wie HTML-Entfernung können abschließende Leerzeichen hinterlassen.
  • Sei vorsichtig mit Groß-/Kleinschreibungsänderungen — wähle nur eine (Kleinbuchstaben, Großbuchstaben oder Titelschreibweise), nicht mehrere gleichzeitig.
  • Verwende die Vorschau vor der Anwendung, um sicherzustellen, dass die Vorgänge das erwartete Ergebnis liefern.
  • Wenn deine Daten gemischte Sprachen enthalten, teste die Akzententfernung zuerst an einer kleinen Stichprobe, um sicherzustellen, dass keine Bedeutungen verloren gehen, die du erhalten möchtest.

Häufig gestellte Fragen

Kann ich mehrere Vorgänge gleichzeitig anwenden?

Ja. Wähle so viele Vorgänge wie nötig — sie werden in einer festen Reihenfolge angewendet: HTML entfernen, Emoji-Entfernung, Akzententfernung, URL-Entfernung, Sonderzeichen-Entfernung, Zahlen-Entfernung, Zeilenumbruch-Entfernung, Leerzeichen-Normalisierung, Groß-/Kleinschreibungsänderung und abschließend Kürzen. Diese Reihenfolge verhindert, dass frühere Vorgänge Artefakte erzeugen, die spätere übersehen.

Was ist der Unterschied zwischen Kürzen und Leerzeichen normalisieren?

Kürzen entfernt führende und abschließende Leerzeichen aus jeder Zelle. Leerzeichen normalisieren fasst mehrere Leerzeichen zwischen Wörtern zu einem einzigen zusammen, entfernt aber keine Leerzeichen am Anfang oder Ende. Beide zusammen liefern das sauberste Ergebnis.

Werden dadurch Zeichen entfernt, die ich brauche?

Einige Vorgänge sind von Natur aus weitreichend — Sonderzeichen entfernen etwa entfernt auch Satzzeichen zusammen mit Symbolen. Schau dir immer das Ergebnis in der Vorschau an, bevor du es anwendest. Wenn ein Vorgang zu aggressiv für deine Daten ist, deaktiviere ihn einfach und nutze stattdessen gezieltere Vorgänge.

Funktioniert es mit nicht-englischem Text?

Ja. Das Tool verarbeitet Unicode-Text, einschließlich CJK-Zeichen, Kyrillisch, Arabisch und anderer Schriften. Die Akzententfernung zielt speziell auf diakritische Zeichen ab (wie die Umwandlung von café zu cafe) und beeinflusst keine nicht-lateinischen Schriften. Emojis und spezielle Symbole werden unabhängig von der umgebenden Sprache korrekt entfernt.