Oddelený súbor sa čistí krok za krokom: orezanie medzier v bunkách, odstránenie prázdnych riadkov, prevod prázdnych hodnôt na NULL alebo výplňovú hodnotu, zmena veľkosti písmen každej bunky a odstránenie duplicitných riadkov podľa celého riadka alebo vybraných kľúčových stĺpcov (ponechať prvý / posledný, s možnosťami normalizácie veľkosti písmen a medzier). Každý krok sa uplatní hneď so zásobníkom vrátenia. Rozpoznanie oddeľovača, spracovanie BOM a bezpečné parsovanie úvodzoviek prebiehajú automaticky.
Všetko spracovanie prebieha lokálne v prehliadači — dáta sa nikdy nenahrávajú na žiadny server.

Orezanie odstráni nepravidelné medzery okolo úvodzoviek. Odstránenie prázdnych riadkov odstráni riadky, ktoré sú po orezaní prázdne. Prázdne bunky zmení prázdne bunky na text NULL (alebo na zadanú výplňovú hodnotu) vo všetkých stĺpcoch alebo iba v uvedených stĺpcoch. Veľkosť písmen prevedie každú bunku; prázdne bunky ostanú prázdne. Deduplikácia porovnáva celé riadky alebo vybrané kľúčové stĺpce; možnosti normalizácie spôsobia, že John a john sú rovnaké. Riadky odstránené každým krokom sa počítajú v zozname krokov. Sťahovanie používa vybraný oddeľovač a konce riadkov CRLF.

Čistenie dát — oprava hodnôt, zachovanie štruktúry

Čistenie dát opravuje hodnoty buniek — medzery, veľkosť písmen, prázdne miesta, duplicity — bez zásahu do štruktúry tabuľky. Typické poradie je najprv orezanie, potom odstránenie prázdnych riadkov a až potom deduplikácia, pretože orezanie mení, čo sa považuje za prázdne alebo rovnaké. Deduplikácia podľa kľúčových stĺpcov, nie podľa celých riadkov, sa hodí vtedy, keď záleží iba na obchodných kľúčoch a nie na formátovacom šume.

Čistič a deduplikátor CSV / TSV