Eliminar líneas duplicadas
Pega tu lista: las líneas repetidas desaparecen y solo se conserva la primera aparición de cada una. También puedes ignorar las mayúsculas y las minúsculas.
Cuándo necesitas una lista sin duplicados
Los duplicados se cuelan por todas partes: listas de correo unidas desde varias hojas de cálculo (con el riesgo de enviar la misma newsletter dos veces), listas de palabras clave para SEO, códigos de descuento, referencias de almacén, columnas exportadas de un CSV. Esta herramienta conserva siempre la primera aparición de cada línea, así que el orden original de tu lista no cambia nunca: solo se descartan las repeticiones posteriores.
Mayúsculas y minúsculas: cuándo ignorarlas
Para las direcciones de correo conviene activar la opción: JUAN@MAIL.COM y
juan@mail.com son el mismo buzón, así que deberían contar como duplicados. En cambio, para los
códigos de producto, las contraseñas o los identificadores técnicos las mayúsculas pueden tener
significado: deja la casilla sin marcar. En cualquier caso, la línea que se conserva mantiene su
escritura original, totalmente intacta.
Los duplicados que el ordenador no ve
Dos líneas pueden parecer idénticas sin serlo: un espacio final invisible basta para que cuenten como distintas, y es el caso más común cuando la lista viene de un copiar y pegar o de una hoja de cálculo. Lo mismo vale para los espacios dobles en medio y para el tabulador usado en lugar del espacio.
La otra trampa son los caracteres que se parecen: el apóstrofo recto y el curvo, el guion corto y el largo, la «a» latina y la cirílica. A ojo son la misma línea, para la comparación son dos líneas distintas, y ninguna cantidad de atención humana las distingue.
Mayúsculas y acentos: depende del dato
En las direcciones de correo la parte posterior a la arroba no distingue mayúsculas, así que MARIO@MAIL.COM y mario@mail.com son el mismo buzón y hay que unificarlos. En una contraseña o un código, en cambio, las mayúsculas cuentan y unificarlas destruiría el dato.
Con los acentos casi siempre conviene distinguir: «pero» y «però» son palabras distintas. La excepción son las listas de nombres propios escritos por personas distintas, donde «Nicolo» y «Nicolò» son casi con seguridad la misma persona: ahí la elección no es técnica, es una decisión sobre qué contiene la lista.
Quitar los duplicados no siempre es el objetivo
A veces la pregunta de verdad es qué líneas se repiten y cuántas veces, no hacerlas desaparecer: en una lista de pedidos, un duplicado es un error que hay que entender, no ocultar. Borrarlo antes de mirarlo hace perder la información más útil.
Vale la pena también decidir qué copia se conserva: la primera o la última. Si las líneas llevan una fecha o un número correlativo, la última suele ser la versión buena; si la lista es un registro cronológico, la primera. Con líneas idénticas da igual, con líneas parecidas no.
Herramientas cercanas
Para reordenar la lista antes o después está Ordenar líneas, y para ver cuánto ocupa Contador de palabras. Si las líneas vienen de un CSV, Limpiar un CSV hace el trabajo sobre las columnas.