Limpeza de listas: quando duas linhas são duplicadas?
Antes de remover nomes ou códigos repetidos, defina o que torna duas entradas equivalentes. Linhas parecidas não são necessariamente o mesmo registro, sobretudo em identificadores sensíveis a maiúsculas.
Defina igualdade antes de excluir
Aparar espaços nas pontas pode ajudar em uma lista copiada de e-mail, mas altera dados em que eles importam. Ignorar maiúsculas pode juntar Roof e roof, o que não serve para todo identificador.
ToolRoof trata cada linha como item. Não deduz que nomes sejam da mesma pessoa, não normaliza formas Unicode nem troca dígitos do conteúdo. Guarde a fonte para revisar exclusões.
Ordem alfabética não é ordem numérica
A comparação textual depende do idioma. Mesmo com ele definido, item2 e item10 não necessariamente seguem a ordem dos números: a ferramenta ordena texto, não sequências numéricas naturais.
Desative a ordenação quando a chegada ou prioridade importar. A deduplicação mantém a primeira versão retida pelas regras, sem saber qual é mais nova ou correta.
Referências: MDN — Locale-sensitive text comparison with Intl.Collator
Contagens ajudam, mas não certificam
Compare as contagens antes e depois e examine itens semelhantes. Uma redução pode significar linhas vazias ou duplicadas removidas, não dados incorretos descobertos.
Não é um validador de contatos ou e-mails nem um sistema de fusão de registros. Experimente dados não sensíveis antes de tratar uma cópia de trabalho importante.
Exemplo: 5 linhas e resultados diferentes
A lista contém Roof, roof, Roof cercado por dois espaços, uma linha vazia e Floor. Aparar espaços, remover vazios e ignorar maiúsculas deixa Roof e Floor: 2 itens de 5 linhas.
Mantendo a distinção entre maiúsculas e minúsculas, com as demais opções iguais, ficam Roof, roof e Floor: 3 itens. Nenhum resultado é sempre certo; depende de a capitalização fazer parte da identidade ou apenas da apresentação.