Limpiar una lista: duplicados, orden y números

Para limpiar una lista de texto, pégala con una línea por elemento y activa lo que necesitas: recortar espacios, quitar líneas vacías, quitar duplicados, ordenar, numerar o unir todo en una línea. Con Limpiar texto lo haces en tu navegador, sin subir la lista, algo útil cuando son correos, nombres de clientes o códigos de producto. Lo que más confunde es el orden en que se aplican los pasos y cómo ordena el español, y de eso trata esta guía.

El orden de los pasos es fijo

La herramienta aplica siempre la misma secuencia, sin importar en qué orden marques las casillas:

1. Recortar los espacios al inicio y al final de cada línea.
2. Colapsar los espacios múltiples dentro de la línea.
3. Quitar las líneas vacías.
4. Quitar duplicados, o dejar solo los duplicados.
5. Ordenar.
6. Numerar, o añadir prefijo y sufijo.
7. Unir todo en una sola línea con un separador.

La razón es práctica: unir va al final porque, una vez unida, ya no hay líneas que ordenar ni deduplicar. Y recortar va primero porque "arbol " con un espacio detrás no sería igual a "arbol".

Un ejemplo real

Supón esta lista, con una línea vacía, un espacio de más y repetidos:

ñandú
zorro
árbol

Zorro
  arbol 
ñu
zorro

Con recortar, quitar vacías, quitar duplicados ignorando mayúsculas y ordenar A-Z, queda:

arbol
árbol
ñandú
ñu
zorro

Fíjate en tres cosas. Los tres zorro (en minúscula y con mayúscula) se redujeron a uno. arbol y árbol siguen siendo dos elementos, porque el acento los hace distintos al comparar. Y la ñ quedó donde un hispanohablante la espera, después de la n y antes de la o, no al final del alfabeto.

Por qué ordena bien en español

Los lenguajes de programación suelen ordenar por el código de cada carácter, y con eso la ñ cae después de la z y las palabras con acento se van al final. La herramienta usa el criterio de ordenación del idioma, por lo que ñandú y árbol quedan en su sitio alfabético real. Es una diferencia que notarás con listas de nombres y apellidos.

Opciones de duplicados

• Quitar duplicados: deja la primera aparición de cada línea.
• Dejar solo duplicados: muestra las líneas que se repiten, una vez cada una. Con la lista del ejemplo, devuelve zorro. Es útil para encontrar qué se repite.
• Ignorar mayúsculas y minúsculas y Ignorar espacios al comparar: afectan a cómo se comparan, no al texto de salida.

Ordenar: las opciones

La herramienta ofrece A-Z, Z-A, numérico ascendente y descendente, por longitud, aleatorio e invertir el orden actual. Atención con los números: en A-Z, 10 gatos y 100 loros van antes que 9 perros, porque se comparan como texto. Para que el 9 vaya primero, usa el orden numérico, que toma el número del inicio de la línea.

Numerar, prefijo, sufijo y unir

Puedes numerar con 1. 2. 3. o con 1) 2) 3), y añadir un texto antes y después de cada línea. La combinación de prefijo, sufijo y unión sirve para armar listas listas para pegar. Por ejemplo, con las líneas uno, dos y tres, un apóstrofo como prefijo y como sufijo, y una coma con espacio como separador, obtienes 'uno', 'dos', 'tres': el formato de una lista de valores en una consulta SQL, o de una cadena para una hoja de cálculo.

Casos límite que conviene conocer

Los saltos de línea de estilo Windows se normalizan, así que una lista copiada de un archivo guardado en Windows se comporta como cualquier otra. Las líneas que solo tienen espacios cuentan como vacías y se quitan al eliminar líneas vacías, esté o no activado el recorte. Y colapsar espacios convierte cualquier racha de espacios o tabulaciones dentro de una línea en un solo espacio, útil para texto copiado de tablas.

Casos de uso

• Correos de un documento. Después de extraer los correos de un documento, quita duplicados, ordena y únelos con punto y coma para pegarlos en el campo de destinatarios.
• Palabras clave. Pega una lista de términos, quita repetidos sin distinguir mayúsculas y ordénalos.
• Códigos o SKU. Quita los espacios sobrantes y los repetidos antes de cargar una lista a un sistema.
• Invitados y listas de asistencia. Ordena por apellido si ya los tienes en ese orden en cada línea, y numera el resultado.

En todos estos casos, revisa el resultado antes de usarlo: la herramienta no sabe si dos líneas distintas se refieren a la misma persona.

¿Y en Excel?

En Excel y en Hojas de cálculo de Google hay opciones para quitar duplicados y ordenar, y son buenas cuando ya tienes los datos en columnas. La ventaja de esta herramienta es el texto pegado de otro sitio: un correo, un PDF, un chat. Si la lista viene de un PDF, primero extrae el texto del PDF. Y si necesitas comparar dos listas ya ordenadas, mira qué cambió entre dos versiones de un texto.

Preguntas frecuentes

Herramientas relacionadas

• Limpiar texto: duplicados, orden, numeración, prefijos y unión de líneas.
• Convertir mayúsculas y minúsculas: cambia el formato de capitalización de un texto.
• Contador de palabras: cuenta palabras y caracteres.
• Extraer texto de PDF: saca el texto de un PDF para limpiarlo.

También te puede interesar: cambiar mayúsculas a minúsculas en Word y Excel, 10 utilidades de texto que usarás cada semana, Cuántas palabras tiene un texto y cuánto se lee y Regex con ejemplos: correo, teléfono, RFC y CURP.