Nettoyer une liste : quand deux lignes font-elles doublon ?
Avant de dédupliquer des noms ou codes, définissez leur équivalence. Deux lignes semblables ne sont pas forcément le même enregistrement, notamment pour des identifiants sensibles à la casse.
Définir l’égalité avant la suppression
Retirer les espaces aux extrémités peut aider après une copie d’e-mail, mais modifie les données où ils comptent. Ignorer la casse peut réunir Roof et roof : cela ne convient pas à tout identifiant.
ToolRoof traite chaque ligne comme un élément. Il ne déduit pas l’identité des personnes, ne normalise pas les formes Unicode et ne change pas les chiffres du contenu. Gardez l’original pour vérifier les suppressions.
Un tri textuel n’est pas un tri numérique
La comparaison dépend de la langue. Même celle-ci fixée, item2 et item10 ne suivent pas nécessairement l’ordre des nombres : l’outil trie du texte, pas des séquences numériques naturelles.
Désactivez le tri si l’ordre d’arrivée ou la priorité importe. La déduplication garde la première version retenue selon les règles, sans savoir laquelle est plus récente ou plus juste.
Références: MDN — Locale-sensitive text comparison with Intl.Collator
Compter aide à relire, pas à certifier
Comparez les nombres de lignes et examinez les entrées proches. Une baisse peut résulter de lignes vides ou répétées, pas de la découverte de données fausses.
Ce n’est ni un validateur de contacts ou d’adresses e-mail ni un outil de fusion de dossiers. Essayez des données non sensibles avant de traiter une copie importante.
Exemple : 5 lignes, plusieurs choix défendables
La liste contient Roof, roof, Roof entouré de deux espaces, une ligne vide et Floor. Retirer les espaces, supprimer les vides et ignorer la casse laisse Roof puis Floor : 2 éléments sur 5 lignes.
En respectant la casse avec les autres options identiques, Roof, roof et Floor restent : 3 éléments. Aucun résultat n’est toujours préférable ; la casse peut appartenir à l’identité ou seulement à la présentation.