Regex-Rezepte für die CRM- und CSV-Datenbereinigung

Regex-Rezepte für CRM- und CSV-Datenreinigung

Schmutzige CRM-Daten kosten echtes Geld: zurückgegebene E-Mails, duplicate Kontakte, beschädigte Mail-Merges. Hier sind 5 bewährte Regex-Muster, die die häufigsten Probleme lösen. Testen Sie jedes Muster im Regex-Tester vor der Anwendung auf Produktionsdaten.

1. Telefonnummer-Standardisierung

Entfernen Sie alles außer Ziffern und führendem +:

Muster: [^\d+]
Ersetzen: (leer)
Flaggen:   g

Eingabe: (555) 123-4567 → Ausgabe: 5551234567

Eingabe: +1-800-555-0199 → Ausgabe: +18005550199

Formatieren Sie dann programmatisch:

const Ziffern = Telefonnummer.replace(/[^\d+]/g, '');
// Format USA: +1 (XXX) XXX-XXXX

2. E-Mail-Validierung

Fangen Sie offensichtlich ungültige E-Mails ab, bevor sie in Ihr CRM gelangen:

Muster: ^[^\s@]+@[^\s@]+\.[^\s@]+$

Übereinstimmungen: [email protected], [email protected]

Abgelehnt: user @example, @missing.com, no-at-sign.com

Dies ist ein praktischer Filter, nicht RFC 5322-kompatibel. Für die Produktion kombinieren Sie ihn mit MX-Record-Abfrage.

3. Entfernen Sie duplicate Leerzeichen

CSV-Exporte und Copy-Paste führen oft zu zusätzlichen Weißraum:

Muster: \s{2,}
Ersetzen: (ein Leerzeichen)
Flaggen:   g

Eingabe: John Smith Jr → Ausgabe: John Smith Jr

Entfernen Sie auch führendes und abschließendes Weißraum mit ^\s+|\s+$ (Flaggen: gm für mehrzeilige).

4. Extrahieren Sie den Domain aus der URL

Ziehen Sie die Unternehmensdomänen aus einer Liste von Website-URLs:

Muster: https?:\/\/([^\/]+)
Gefangener Gruppe 1 = Domain

Eingabe: https://www.acme-corp.com/about → Gruppe 1: www.acme-corp.com

Um www. zu entfernen:

Muster: https?:\/\/(?:www\.)?([^\/]+)

5. Reinigen Sie CSV-Zitat-Artikel

CSV-Parseure lassen manchmal Stränge von Zitaten und Leerzeichen:

Muster: ^[\s"]+|[\s"]+$
Ersetzen: (leer)
Flaggen:   g (wenden pro Feld an)

Eingabe: " Acme Corp " → Ausgabe: Acme Corp

Für doppelt escapierte Doppelzitate innerhalb von Feldern:

Muster: ""
Ersetzen: "

Alles zusammenfügen

import re

def reinige_crm_zelle(zelle: dict) -> dict:
    wenn 'Telefonnummer' in zelle:
        zelle['Telefonnummer'] = re.sub(r'[^\d+]', '', zelle['Telefonnummer'])
    wenn 'E-Mail' in zelle:
        zelle['E-Mail'] = zelle['E-Mail'].strip().lower()
    wenn 'Unternehmen' in zelle:
        zelle['Unternehmen'] = re.sub(r'\s{2,}', ' ', zelle['Unternehmen']).strip()
    zurückgeben zelle

Fügen Sie jedes Muster in den Regex-Tester mit Beispieldaten ein, um Übereinstimmungen und Gefangene zu überprüfen, bevor Sie sie auf große Skala anwenden.

Verwandte