Ordenar, eliminar duplicados y limpiar líneas
Ordena líneas, elimina duplicados y líneas vacías, y recorta espacios.
Acerca de esta herramienta
Pega una lista y límpiala: recorta espacios, quita líneas vacías, elimina duplicados (opcionalmente sin distinguir mayúsculas y minúsculas) y ordénala alfabéticamente, de forma natural (para que item2 vaya antes que item10), por longitud, al revés, o mézclala al azar.
Cómo se usa
- Pega una lista con un elemento por línea.
- Elige qué limpiar: recortar espacios, quitar líneas vacías, quitar duplicados (opcionalmente sin distinguir mayúsculas y minúsculas).
- Elige un orden: natural, de la A a la Z, de la Z a la A, por longitud, invertido o aleatorio.
- Copia el resultado. La línea de estado muestra cuántas líneas y duplicados se eliminaron.
Preguntas
- ¿Qué es la ordenación natural?
- La ordenación natural compara los números dentro del texto por su valor, así que item2 va antes que item10. Una ordenación alfabética simple pondría item10 primero porque 1 va antes que 2.
- ¿Qué duplicado se conserva?
- Se conserva la primera aparición de cada línea y se eliminan las copias posteriores, así que el orden original se mantiene salvo que también ordenes.
- ¿El orden aleatorio es lo bastante aleatorio para un sorteo?
- Usa el generador aleatorio criptográficamente seguro del navegador con un barajado Fisher–Yates sin sesgo, así que todos los órdenes son igual de probables.
- ¿Por qué no se eliminan algunas líneas duplicadas?
- Las líneas parecen iguales, pero no son idénticas. Las causas habituales son caracteres invisibles: un espacio de no separación en lugar de un espacio normal dentro de la línea, un espacio de ancho cero copiado de una página web o dos formas Unicode de la misma letra con tilde. Recortar espacios solo limpia los extremos de una línea, y con Ignorar mayúsculas y minúsculas desactivado, Apple y apple siguen siendo distintas.
- ¿Puedo contar cuántas veces aparece cada línea?
- Aquí no. La línea de estado solo muestra cuántos duplicados se eliminaron en total. Para contar apariciones, usa la shell: sort list.txt | uniq -c | sort -rn muestra cada línea distinta con su recuento, empezando por la más frecuente.
- ¿Cuántas líneas admite?
- No hay un límite fijo. Las listas de decenas de miles de líneas se procesan mientras escribes, y Abrir archivo acepta archivos de texto de hasta 50 MB. Todo se ejecuta en tu navegador, así que con archivos muy grandes depende de la memoria de tu dispositivo, y no se sube nada.
Cómo eliminar líneas duplicadas de una lista
Pega la lista, deja activado Quitar duplicados y se descartará cada línea que ya haya aparecido antes. Con Ignorar mayúsculas y minúsculas activado, Apple y apple cuentan como la misma línea, y se conserva la forma de la primera. Recortar espacios se aplica antes de eliminar duplicados, así que “apple ” con un espacio al final coincide con “apple”, que es el motivo más habitual por el que parece que no se eliminan copias evidentes. La línea de estado muestra el número de líneas antes y después.
Entre los usos típicos de eliminar líneas duplicadas están limpiar una lista de correo antes de importarla, combinar dos listas de nombres de host o de paquetes y obtener los valores únicos de una columna de una hoja de cálculo, que puedes copiar de Excel y pegar directamente. Para direcciones de correo, Ignorar mayúsculas y minúsculas suele ser lo correcto, ya que los dominios no distinguen mayúsculas de minúsculas y la mayoría de los proveedores tampoco lo hacen en la parte del nombre. Para rutas de archivo e ID que distinguen mayúsculas, desactívalo.
Ordenar líneas online vs el comando sort de Unix
De la A a la Z y De la Z a la A ordenan las líneas con las reglas de la configuración regional de tu navegador, sin tener en cuenta mayúsculas ni tildes, así que apple, Banana y Éclair salen en orden de diccionario. La ordenación simple por bytes, como la de sort con LC_ALL=C o la de Array.prototype.sort() sin comparador, pone todas las mayúsculas antes que todas las minúsculas y las letras con tilde después de la z. Por longitud pone primero las líneas más cortas y resuelve los empates en orden natural.
Como referencia, los equivalentes en Unix son sort -u para ordenar y eliminar duplicados, sort -f para ignorar mayúsculas y minúsculas, sort -V para el orden natural o de versiones, y uniq, que solo elimina duplicados contiguos y por eso suele ejecutarse después de sort. A diferencia de uniq, esta herramienta elimina duplicados en cualquier parte de la lista y puede conservar el orden original cuando Ordenar está en Mantener el orden. Mezclar desordena la lista al azar, y Volver a mezclar da un orden nuevo.
Cómo eliminar líneas vacías y recortar espacios en blanco
Quitar líneas vacías descarta las líneas vacías o que solo contienen espacios y tabulaciones, para que no sobrevivan los huecos que quedan al copiar una tabla o un log. Recortar espacios elimina los espacios en blanco iniciales y finales de cada línea, incluidas las tabulaciones y los espacios de no separación que suelen venir de páginas web y PDF. Desactiva el recorte cuando la sangría importe, por ejemplo en un bloque YAML o un fragmento de Python, y elimina solo las líneas vacías.
Los finales de línea se normalizan por el camino. Tanto la entrada con CRLF de Windows como la entrada con LF de Unix se dividen en líneas correctamente, y el resultado siempre usa saltos de línea LF. Eso convierte las herramientas de líneas en una forma rápida de limpiar una lista copiada de Excel o de un archivo de texto de Windows antes de pegarla en un script de shell, un archivo .gitignore o una configuración. Para listas largas, Descargar guarda el resultado como lines.txt.
¿Algo no funciona o un resultado parece incorrecto? Informar de un problema con esta herramienta