CSV-Dateien vergleichen

1. 1

   Beide Dateien laden

   Ziehen Sie zwei CSV-, TSV- oder Textdateien hierher oder wählen Sie sie aus — oder wechseln Sie zu Einfügen. Jede Datei wird auf Ihrem Gerät gelesen, nichts wird hochgeladen. Trennzeichen, Anführungszeichen, Kodierung und Kopfzeile werden je Datei erkannt und lassen sich alle überschreiben.

2. 2

   Zuordnung der Zeilen wählen

   Wählen Sie eine Schlüsselspalte wie ID, SKU oder E-Mail, um Datensätze unabhängig von der Zeilenreihenfolge zuzuordnen und geänderte Zellen zu sehen. Oder ordnen Sie ganze Zeilen zu, was Duplikate korrekt zählt. Oder über die Position, was eine eingefügte Zeile auffängt, statt alles danach zu verschieben.

3. 3

   Ergebnis lesen

   Vier Reiter — geändert, nur in A, nur in B und unverändert — mit Zählern. In geänderten Datensätzen sind die betroffenen Zellen hervorgehoben und zeigen Wert davor und danach, sodass die Änderung sichtbar ist statt erschlossen werden zu müssen.

4. 4

   Exportieren, was Sie brauchen

   Laden Sie jede Menge als CSV oder TSV herunter, kopieren Sie sie in die Zwischenablage, oder nehmen Sie den Änderungsbericht im Langformat mit einer Zeile je geänderter Zelle. Pro ergänzt den gesamten Vergleich als ein ZIP und eine farbcodierte Arbeitsmappe.

Zwei CSV-Dateien hinein, und eine genaue Auskunft darüber, was sich geändert hat: welche Datensätze neu sind, welche fehlen, welche bearbeitet wurden und welche Zellen sich genau bewegt haben. Jede Option, die über die Richtigkeit entscheidet, ist kostenlos.

• Drei Arten, Zeilen zuzuordnen — Über eine Schlüsselspalte, über den vollständigen Zeileninhalt oder über die Position. Jede beantwortet eine andere Frage, und welche richtig ist, hängt davon ab, ob Ihre Dateien eine stabile Kennung teilen.
• Geänderte Datensätze, nicht nur hinzugefügt und entfernt — Eine bearbeitete Zelle wird als eine Änderung gemeldet, mit Wert davor und danach nebeneinander — statt als Löschung plus Einfügung, bei der Sie erst bemerken müssen, dass es derselbe Datensatz ist.
• Spalten, die nicht zusammenpassen — Spalten über den Spaltennamen zuordnen, auch bei abweichender Schreibweise, und die Spalten ausnehmen, die sich immer unterscheiden.
• Unterschiede, nach denen Sie nicht gefragt haben — Groß-/Kleinschreibung, umgebende Leerzeichen, leer-gegen-NULL und Zahlenformat ignorieren — einzeln, damit Sie sehen, was jeder Schalter verbirgt.
• Fünf Exporte — Jede Menge für sich, dazu ein Änderungsbericht im Langformat mit einer Zeile je geänderter Zelle. Pro ergänzt ein ZIP und eine farbcodierte Arbeitsmappe.
• Dateien so gelesen, wie sie wirklich sind — Trennzeichen, Anführungszeichen, Kodierung und Kopfzeile je Datei erkannt, zitierte Zeilenumbrüche behandelt, Byte-Order-Marks entfernt.

Das ist die eine Entscheidung, die jede vom Werkzeug gemeldete Zahl verändert — dreißig Sekunden sind dafür gut angelegt. Alle drei Arten sind kostenlos.

• Schlüsselspalte — wenn Ihre Daten eine Kennung haben — Datensätze werden über eine oder mehrere Spalten gepaart, die sie identifizieren: eine ID, SKU, Bestellnummer, E-Mail oder eine Kombination mehrerer. Die Zeilenreihenfolge spielt keine Rolle mehr, und weil die Paarung eine Bearbeitung übersteht, wird ein geänderter Datensatz auch als geändert gemeldet statt als Entfernung plus Hinzufügung. Das ist die Art, die beantwortet, was mit einem Datensatz tatsächlich passiert ist.
• Ganze Zeile — für Mengendifferenzen — Zwei Zeilen passen nur zusammen, wenn jede verglichene Zelle übereinstimmt. Die Reihenfolge spielt keine Rolle. Duplikate werden gezählt statt zusammengefasst, sodass drei Kopien gegen eine eine Übereinstimmung und zwei Überzählige ergeben. In dieser Art gibt es keinen geänderten Datensatz, denn ohne Schlüssel gibt es nichts, was zwei Zeilen zu Fassungen derselben Sache macht.
• Position — wenn beide Dateien dieselbe Reihenfolge haben — Beide Dateien werden zeilenweise ausgerichtet, Einfügungen jedoch aufgefangen: eine oben ergänzte Zeile ergibt eine Einfügung, nicht eine Einfügung und danach jede folgende Zeile verschoben. Wo eine Löschung und eine Einfügung nebeneinanderstehen und die Zeilen in mindestens der Hälfte ihrer Spalten übereinstimmen, werden sie als ein bearbeiteter Datensatz gelesen.
• Ein vorgeschlagener Schlüssel ist ein Vorschlag — Wenn beide Dateien Kopfzeilen haben, bewertet das Werkzeug jede gemeinsame Spalte danach, wie eindeutig ihre Werte tatsächlich sind, und bietet die beste an. Eine Spalte namens id, die nicht eindeutig ist, wird nicht vorgeschlagen — eine Spalte id zu nennen macht sie nicht zum Schlüssel.

Ein geänderter Datensatz existiert auf beiden Seiten und weicht irgendwo ab. Das Werkzeug sagt Ihnen, wo.

• Die betroffenen Zellen sind markiert — Im Reiter „Geändert“ ist jede abweichende Zelle hervorgehoben und zeigt beide Werte, sodass die Bearbeitung sichtbar ist, statt zwischen zwei Fenstern verglichen werden zu müssen.
• Schlüsselspalten werden nie als geändert gemeldet — Sie haben die beiden Datensätze überhaupt erst gepaart, stimmen also zwangsläufig überein. Sie werden nur zur Identifikation angezeigt.
• Der Änderungsbericht ist der zum Weitergeben — Eine Zeile je geänderter Zelle — Status, Schlüssel, Zeilennummern in beiden Dateien, Spalte, davor, danach — dazu je eine Zeile für jeden hinzugefügten und entfernten Datensatz. Diese Form lässt sich ohne Nacharbeit in ein Ticket einfügen.
• Eine geänderte Kopfzeile wird getrennt gemeldet — Wenn beide Dateien sich über ihre Spaltennamen uneinig sind, ist das eine Schema- und keine Datenänderung, und sie wird eigens ausgewiesen statt unter die Datensatzzähler gemischt.

Zwei Exporte derselben Tabelle sind sich selten über die Spaltenreihenfolge oder die Schreibweise einer Kopfzeile einig. Ein Vergleich über die Position meldet danach jede Zeile als geändert — eine wahre Aussage über die Bytes und eine nutzlose über die Daten.

• Spalten über den Spaltennamen zuordnen — Customer ID, customer_id, customerId und CUSTOMER-ID werden auf dieselbe Kennung zurückgeführt und finden zusammen. Satzzeichen, Abstände und Schreibweise werden ignoriert; auch Kopfzeilen mit Umlauten oder nichtlateinischer Schrift werden korrekt zusammengeführt.
• Spalten, die es nur auf einer Seite gibt — Eine Spalte, die nur in einer Datei vorkommt, wird aufgeführt statt stillschweigend verworfen — und lässt nicht jeden Datensatz geändert aussehen.
• Die Spalten ausnehmen, die sich immer unterscheiden — Ein Änderungszeitstempel, eine Zeilennummer, eine Export-ID: Häkchen weg, und sie tragen weder zur Zuordnung noch zur Änderungsdetailansicht bei.
• Doppelte Spaltennamen werden der Reihe nach behandelt — Zwei Spalten namens Notizen werden mit den beiden Spalten namens Notizen der anderen Seite gepaart, die erste mit der ersten, statt beide auf eine zusammenfallen zu lassen.

Vier Schalter, alle standardmäßig aus. Jeder beseitigt eine Klasse falscher Unterschiede zwischen den Exporten zweier Systeme — und jeder verbirgt einen echten, wenn Sie ihn ohne Absicht setzen. Genau deshalb ist keiner für Sie vorbelegt.

• Groß-/Kleinschreibung ignorieren — Apple und apple stimmen überein. E-Mail-Adressen und Artikelnummern sind der übliche Grund.
• Umgebende Leerzeichen ignorieren — „ Birne “ und „Birne“ stimmen überein. Ein System schneidet beim Export ab, das nächste nicht.
• Leer und NULL gleich behandeln — Eine leere Zelle stimmt mit den Zeichenfolgen NULL, NA, N/A und nil in beliebiger Schreibweise überein, ebenso mit einer Zelle, die nur Leerzeichen enthält. Die Liste ist bewusst kurz und abgeschlossen: ein Bindestrich, eine Null und das Wort „keine“ sind allesamt plausible echte Werte und daher nicht enthalten.
• Zahlen nach Wert vergleichen — 1,0 stimmt mit 1 überein, 1e3 mit 1000, und ein führendes Pluszeichen spielt keine Rolle mehr. Hier ist Vorsicht geboten: dadurch stimmt auch 007 mit 7 überein, was bei einer Kennungsspalte falsch ist — genau deshalb ist der Schalter aus, bis Sie ihn setzen.

Jede Datei wird zu ihren eigenen Bedingungen gelesen. Ein kommagetrennter und ein semikolongetrennter Export lassen sich problemlos miteinander vergleichen.

• Trennzeichenerkennung, die die Datei liest statt die erste Zeile — Komma, Semikolon, Tabulator und senkrechter Strich werden je an einer Stichprobe erprobt und danach bewertet, ob sie eine gleichbleibende Spaltenzahl ergeben. Trennzeichen auf Zeile eins zu zählen — der übliche Ansatz — lässt sich von einem einzelnen Komma in einer zitierten Adresse täuschen, und von der Kopfzeile, der am wenigsten repräsentativen Zeile der Datei.
• Zitierte Felder mit Kommas und Zeilenumbrüchen — Ein zitiertes Feld darf das Trennzeichen enthalten, verdoppelte Anführungszeichen als Maskierung und echte Zeilenumbrüche. Alle drei kommen in exportierten Adress- und Notizspalten häufig vor, und alle drei zerlegen einen Parser, der zuerst an Zeilenumbrüchen trennt.
• Byte-Order-Marks werden entfernt — Excels Export „CSV UTF-8“ schreibt eines. Bleibt es stehen, unterscheidet sich die erste Kopfzelle unmerklich von ihrem Gegenstück, sodass die gesamte Kopfzeile als geändert gilt — was wie zwei unzusammenhängende Dateien aussieht. Hier wird das ohne Nachfrage behandelt.
• Kodierungen, auch die, die Excel tatsächlich schreibt — UTF-8, UTF-16 in beiden Byte-Reihenfolgen — was Excels Export „Unicode-Text“ erzeugt — dazu Windows-1252 und echtes ISO-8859-1. Ein Mark in der Datei hat Vorrang vor der Auswahlliste, und das Werkzeug sagt das auch, statt stillschweigend das Richtige zu tun, während die Auswahl etwas Falsches anzeigt.
• Ungleich lange und leere Zeilen bleiben erhalten — Eine Zeile mit einer zusätzlichen Spalte oder eine Leerzeile mittendrin gehört zur Datei. Leerzeilen stillschweigend zu verwerfen verschiebt jede folgende Zeilennummer, und der Bericht zeigt dann auf die falschen Zeilen.

Ein doppelter Datensatz ist meist genau das, wonach Sie gesucht haben — ein Vergleich, der darüber hinweggeht, hat seine Aufgabe verfehlt.

• Die Zuordnung über den Zeileninhalt zählt, sie fasst nicht zusammen — Drei identische Zeilen in der ersten Datei gegen eine in der zweiten ergeben eine Übereinstimmung und zwei Zeilen nur in der ersten. Ein Werkzeug, das jede Datei als Menge eindeutiger Zeilen behandelt, meldet alle drei als in beiden vorhanden — das ist falsch und sieht richtig aus.
• Wiederholte Schlüssel werden der Reihe nach gepaart und gemeldet — Kommt ein Schlüsselwert auf jeder Seite zweimal vor, wird der erste mit dem ersten und der zweite mit dem zweiten gepaart, und der wiederholte Schlüssel wird aufgeführt, damit Sie wissen, dass die Paarung willkürlich war.
• Zeilen mit leerem Schlüssel werden gezählt — Sie lassen sich nicht sinnvoll zuordnen, deshalb nennt das Werkzeug ihre Anzahl, statt sie stillschweigend miteinander zu paaren.

Fünf Dateien, jede beantwortet eine andere Frage, dazu zwei Wege, alles auf einmal mitzunehmen.

• Nur in A und nur in B — Vollständige Zeilen in der Form ihrer eigenen Datei, mit der ursprünglichen Kopfzeile, sodass sie sich dort wieder importieren lassen, wo sie herkamen.
• Geändert — Eine Zeile je geändertem Datensatz, jede verglichene Spalte als Paar davor/danach, und eine abschließende Zelle, die benennt, welche Spalten sich tatsächlich bewegt haben.
• In beiden — Die Datensätze, die sich nicht bewegt haben — für die Fälle, in denen genau das die interessante Menge ist.
• Änderungsbericht — Langformat: eine Zeile je geänderter Zelle, dazu je eine für jeden hinzugefügten oder entfernten Datensatz. Status, Schlüssel, beide Zeilennummern, Spalte, davor, danach.
• Ein ZIP und eine farbcodierte Arbeitsmappe — Pro nimmt jede nicht leere Menge samt einem Begleitblatt als ein Archiv, oder eine Tabelle mit hinzugefügten Zeilen in Grün, entfernten in Rot und geänderten Zellen in Bernstein. Beide enthalten genau die Daten der kostenlosen Downloads, nur in einer Datei gebündelt.
• Ausgabe so geschrieben, wie Sie sie brauchen — Wählen Sie Trennzeichen, Zeilenende und ob ein Byte-Order-Mark geschrieben wird, und benennen Sie die Dateien mit einem Präfix. Exporte werden mit Ihren Einstellungen geschrieben, nicht mit denen der Eingabe.

Beide Dateien werden einmal in einen Byte-Index gelesen und verglichen, ohne je eine Zeichenkette pro Zelle zu bilden — ein Paar aus 25-MB-Exporten ist so in etwa einer Sekunde fertig.

Zwei Exporte derselben Tabelle, zu verschiedenen Zeitpunkten oder aus verschiedenen Systemen, und die Frage, was sich dazwischen bewegt hat.

• Zwei Systeme abgleichen — Ein CRM-Export gegen einen Abrechnungsexport, über E-Mail oder Kontonummer zugeordnet, um die Datensätze zu finden, die das eine hat und das andere nicht.
• Prüfen, was ein Import bewirkt hat — Export davor, Export danach, über den Primärschlüssel zuordnen und die Liste der Änderungen lesen. Das ist schneller, als dem Importprotokoll zu vertrauen, und es benennt die Zellen.
• Eine Datenänderung vor dem Ausrollen prüfen — Der Änderungsbericht ist ein prüfbares Dokument: eine Kollegin kann ihn lesen, ohne eine der beiden Dateien zu öffnen.
• Eine Preis- oder Bestandsliste prüfen — Über die SKU zuordnen, die Zeitstempelspalte ausnehmen, und der Reiter „Geändert“ ist die Liste dessen, was sich wirklich bewegt hat.
• Mit Daten arbeiten, die Sie nicht hochladen dürfen — Beide Dateien werden auf Ihrem Gerät verarbeitet, nicht auf unseren Servern; das Werkzeug ist also für Kundendaten, Gehaltsabrechnungen und alles andere brauchbar, was nicht auf einen Server darf.

• CSV bereinigen
• CSV zusammenführen
• Duplikate entfernen
• CSV aufteilen
• CSV sortieren
• CSV-Betrachter