Rimuovi righe duplicate

Quando serve un elenco senza doppioni

I duplicati si annidano ovunque: liste di email unite da più fogli di calcolo (con il rischio di inviare due volte la stessa newsletter), elenchi di parole chiave per la SEO, codici sconto, SKU di magazzino, colonne esportate da un CSV. Questo strumento mantiene sempre la prima occorrenza di ogni riga, così l'ordine originale del tuo elenco non cambia: spariscono solo le ripetizioni successive.

Maiuscole e minuscole: quando ignorarle

Per gli indirizzi email conviene attivare l'opzione: MARIO@MAIL.COM e mario@mail.com sono la stessa casella, quindi vanno contati come doppione. Per codici prodotto, password o identificativi tecnici, invece, la differenza tra maiuscole e minuscole può essere significativa: lascia la casella disattivata. In entrambi i casi la riga conservata mantiene la sua scrittura originale, senza modifiche.

I doppioni che il computer non vede

Due righe possono sembrare identiche e non esserlo: uno spazio finale invisibile basta a farle contare come diverse, ed è il caso più comune quando l'elenco arriva da un copia-incolla o da un foglio di calcolo. Lo stesso vale per gli spazi doppi in mezzo e per il tabulatore usato al posto dello spazio.

L'altra trappola sono i caratteri che si somigliano: l'apostrofo dritto e quello curvo, il trattino corto e quello lungo, la «a» latina e quella cirillica. A occhio sono la stessa riga, per il confronto sono due righe diverse, e nessuna quantità di attenzione umana li distingue.

Maiuscole e accenti: dipende dal dato

Per gli indirizzi email la parte dopo la chiocciola non distingue maiuscole, quindi MARIO@MAIL.COM e mario@mail.com sono la stessa casella e vanno unificati. Per una password o un codice, invece, le maiuscole contano e unificarle distruggerebbe il dato.

Sugli accenti conviene quasi sempre distinguere: «pero» e «però» sono parole diverse. L'eccezione sono gli elenchi di nomi propri scritti da persone diverse, dove «Nicolo» e «Nicolò» sono quasi certamente la stessa persona: lì la scelta non è tecnica, è una decisione su che cosa contiene la lista.

Togliere i doppioni non è sempre l'obiettivo

A volte la domanda vera è quali righe sono ripetute e quante volte, non farle sparire: su un elenco di ordini, un duplicato è un errore da capire, non da nascondere. Cancellarlo prima di averlo guardato fa perdere l'informazione più utile.

Vale anche la pena decidere quale copia si tiene: la prima o l'ultima. Se le righe hanno una data o un progressivo, l'ultima è di solito la versione buona; se l'elenco è un registro cronologico, la prima. Con righe identiche non fa differenza, con righe simili sì.

Strumenti vicini

Per riordinare l'elenco prima o dopo c'è Ordina righe, e per contare quanto è lungo Contatore di parole. Se le righe vengono da un CSV, Pulisci un CSV fa il lavoro sulle colonne.