CRM ve CSV Veri Temizleme için Regex Tarifleri

Regex Reçeteleri CRM ve CSV Veri Temizliği için

Çirkin CRM verileri gerçek para değerini düşürür: geri dönen e-postalar, tekrarlanan temaslar, kötü mail birleştirmeleri. İşte 5 savaş test edilmiş regex desenleri en yaygın sorunları temizlemek için. Her birini Regex Test Edici üzerinde test etmeden önce üretim verilerine uygulamayın.

1. Telefon Numarası Normalizasyonu

Tüm karakterleri except digits ve önde +:

Desen: [^\d+]
Değiştir: (boş)
Bayraklar:   g

Giriş: (555) 123-4567 → Çıkış: 5551234567

Giriş: +1-800-555-0199 → Çıkış: +18005550199

Sonra programlı olarak formatlayın:

const digits = phone.replace(/[^\d+]/g, '');
// Format US: +1 (XXX) XXX-XXXX

2. E-Posta Doğrulaması

Açıkça geçersiz e-postaları CRM'ye girmeden önce yakalayın:

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

Uygunlar: [email protected], [email protected]

Reddet: user @example, @eksik.com, no-at-sign.com

Bu pratik bir filtre, RFC 5322 uyumlu değil. Üretim için MX kaydı kontrolü ile eşleştirin.

3. Tekrarlı Boşlukları Kaldırma

CSV exports ve kopyala-yapıştır genellikle ek boşluklar getirir:

Desen: \s{2,}
Değiştir: (tek boşluk)
Bayraklar:   g

Giriş: John Smith Jr → Çıkış: John Smith Jr

Ayrıca başlangıç ve bitiş boşluklarını temizlemek için ^\s+|\s+$ (bayraklar: gm için multiline) kullanın.

4. URL'den Alan Adı Çıkarma

Şirket alan adlarını bir liste website URL'lerinden çekin:

Desen: https?:\/\/([^\/]+)
Kaptan Grup 1 = domain

Giriş: https://www.acme-corp.com/about → Grup 1: www.acme-corp.com

www.'yi temizlemek için:

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

5. CSV Alıntı Artıklarını Temizleme

CSV parser'leri bazen rastgele alıntılar ve boşluklar bırakır:

Desen: ^[\s"]+|[\s"]+$
Değiştir: (boş)
Bayraklar:   g (her alan için uygula)

Giriş: " Acme Corp " → Çıkış: Acme Corp

İçerik alanlarında kaçırılan çift tırnaklar için:

Desen: ""
Değiştir: "

Tümünü Bir Araya Getirme

import re

def temizle_crm_satiri(satir: dict) -> dict:
    if 'telefon' in satir:
        satir['telefon'] = re.sub(r'[^\d+]', '', satir['telefon'])
    if 'e-posta' in satir:
        satir['e-posta'] = satir['e-posta'].strip().lower()
    if 'şirket' in satir:
        satir['şirket'] = re.sub(r'\s{2,}', ' ', satir['şirket']).strip()
    return satir

Her deseni Regex Test Edici üzerinde örnek veriyle test edin ve ardından ölçeklenebilir bir şekilde uygulayın.

İlgili