对文本进行清洗主要包括电子表格中的数据清洗和文本编辑器的数据清洗。
对于电子表格中的数据清洗,主要是利用表格中的行和列,以及电子表格中的内置函数。我们通常把一些数据复制到电子表格中,电子表格根据相应分隔符(制表位或逗号或其他)把数据分成不同的列。有时候会根据系统不同来人为地制定分隔符。
对于文本编辑器中的数据清洗,主要是许多操作系统中集成了文本编辑器,如Windows操作系统中的文本编辑器。在进行文本清洗前,需要对数据进行整理,包括对数据中的数据改变大小写、在文本每一行前端增加前缀,主要是为了在转换过程中,有可以参考的分隔符。