你拿到过这种数据吗？
从系统导出的JSON文件，里面嵌套了三四层结构。你想把它变成Excel能打开的表格，手动复制粘贴？文件一大就卡死。
或者从网页上爬了一堆联系方式，粘到表格里发现重复的占了一半，手动删到眼睛都花了。
别急。今天教你用navbox上的在线工具，搭一条数据清洗流水线。五步走完，脏数据变干净数据，全程不用装软件、不用写代码。
第一步：把JSON拍平成表格
很多数据源吐出来的是JSON格式。比如一个电商接口返回的订单数据：
[
{"order_id": "A001", "user": {"name": "张三", "city": "北京"}, "amount": 299},
{"order_id": "A002", "user": {"name": "李四", "city": "上海"}, "amount": 158}
]
直接丢进Excel？打不开的。
打开navbox的 JSON转CSV工具（navbox.com.cn/tools/json-to-csv），把JSON粘贴进去。工具会自动把嵌套结构展平——user.name 变成一列，user.city 变成另一列。
点一下"转换"，下载CSV文件。现在你可以用Excel或WPS打开了。
注意：如果JSON里有些对象字段不一致，工具会取所有字段的并集。缺失的字段会留空，这是正常行为。
第二步：去掉重复行
CSV打开后发现，同一笔订单出现了两次。或者用户列表里有重复的邮箱地址。
这时候用 文本去重工具（navbox.com.cn/tools/text-deduplicator）。把CSV内容复制进去，选择"严格匹配"模式，点"去重"。
两个选项要分清：
- 严格匹配：整行完全一样才删
- 模糊匹配：按指定列判断重复（适合只关心邮箱或ID的场景）
普通场景用严格匹配就够了。如果你的CSV有表头，记得勾选"保留表头"，不然第一行数据会被当成重复项删掉。
第三步：清理格式问题
数据清洗中最烦人的就是格式不统一。比如手机号列，有的带区号、有的不带；有的中间有空格、有的用了横杠。
用 文本替换工具（navbox.com.cn/tools/text-replacer）批量处理。
举个例子，想把所有 138 0000 0000 格式的手机号改成 13800000000：
- 搜索框填：
\d{3}\s\d{4}\s\d{4}（正则表达式） - 替换框填：
$0（去掉空格） - 勾选"正则模式"，点"替换"
一行操作搞定几百条数据的格式统一。比在Excel里一个个改快十倍。
小技巧：不确定正则怎么写？先用 正则测试器（navbox.com.cn/tools/regex-tester）试一下，确认匹配对了再放到替换工具里。
第四步：提取关键字段
有时候你不需要整份数据，只需要其中几个字段。比如从订单JSON里只想要"商品名称"和"金额"两列。
用 JSON Path查询工具（navbox.com.cn/tools/json-path-finder）。
假设你的JSON结构是这样的：
{
"orders": [
{"id": "A001", "items": [{"name": "键盘", "price": 299}]},
{"id": "A002", "items": [{"name": "鼠标", "price": 89}]}
]
}
输入JSON Path表达式：$.orders[*].items[0].name，就能提取出所有商品名称。
这个工具支持条件过滤。比如想只看金额大于200的商品：
$.orders[*].items[?(@.price > 200)].name
写对表达式后，把结果复制到CSV工具里，就能生成一份精简后的表格。
第五步：对比验证
清洗完的数据，怎么确认没出错？
用 Diff比较工具（navbox.com.cn/tools/diff-checker）。把原始数据和清洗后的数据分别粘贴进去，工具会高亮显示差异部分。
这一步经常被忽略，但很重要。特别是当你做了批量替换之后，Diff能让你一眼看出哪些数据被改了、哪些没动。
实际用法：
- 先保存一份原始数据的副本
- 清洗完成后，把两份数据贴进Diff工具
- 检查改动是否符合预期
如果发现不该动的数据被改了，说明前面的替换规则有问题，回去调整正则表达式就行。
完整流程一览
| 步骤 | 工具 | 解决的问题 |
|---|---|---|
| 1 | JSON转CSV | 格式转换，让表格软件可读 |
| 2 | 文本去重 | 删除重复数据 |
| 3 | 文本替换 | 统一数据格式 |
| 4 | JSON Path查询 | 提取需要的字段 |
| 5 | Diff比较 | 验证清洗结果 |
五个工具串起来，就是一个完整的数据清洗流水线。
什么时候该用这套方法？
- 从API导出的数据需要整理成报表
- 爬虫抓回来的数据要清洗入库
- 运营同学给你一堆杂乱的名单要做分析
- 接手了前任留下的混乱Excel文件
遇到这些场景，花十分钟搭好流水线，比手动处理几小时的数据值多了。
最后说两句
数据清洗听起来是个技术活，其实用对工具，谁都能做。navbox上的这些在线工具都是浏览器里直接用的，不用安装、不用注册，打开网页就能跑。
下次再拿到一团乱麻的数据，别急着打开Excel硬扛。试试这条流水线，五步走完，干干净净。
你的数据清洗流程是怎么做的？有没有更好的工具推荐？评论区聊聊。