Alt i Rote Workspace.

Gratis i din browser — ingen tilmelding, intet betalingskort, intet uploades. Alle funktioner på denne side virker i dag.

  1. Åbn en fil eller et eksempelTræk en CSV eller en Excel-projektmappe ind i Rote Workspace, eller prøv eksempelfilen først. Problemerne i den bliver listet for dig.
  2. Ret den, med forhåndsvisningVælg de rettelser, du vil have. Ændrede celler fremhæves, fjernede rækker vises, og intet er endeligt, før du downloader.
  3. Gem trinnene, genbrug demDownload en renset fil — din originale fil ændres aldrig. Gem trinnene som et workflow, og kør dem på næste uges fil.

Den vigtigste funktion

Ret en fil én gang. Hver uge derefter klarer workflowet det.

Hver rettelse i Rote Workspace bliver et trin. Gem trinene som et workflow, og kør dem på næste uges eksport: de samme rettelser, uden at gøre dem i hånden igen. Her er ét workflow på tre ugers filer.

  1. Uge 1

    Ret det én gang

    Rens eksporten med værktøjslinjen. Hver rettelse bliver et trin, der fortæller, hvad det gjorde ved denne fil, og trinene gemmes som et workflow.

    Kørte trin
    5
    Ændringer
    11
    Data Workspaceorders-week-1.csv5 rækker · 4 kolonner · UTF-8 Behandlet lokalt
    WorkflowUgentlig oprydning af ordrer5 trin

    Workflowtjek: alle 5 trin i dette workflow kan køre på denne fil.

    Trin, i den rækkefølge de kører

    1. Trin 1Fjern mellemrum

      Fjern mellemrum i alle kolonner

      På denne fil: 2 celler ændret

    2. Trin 2Skift store/små bogstaver

      Skriv "navn" med Title Case

      På denne fil: 3 celler ændret

    3. Trin 3Formatér datoer

      Skriv datoerne i "dato" (læst som dag først) om til YYYY-MM-DD; tomme og ulæselige værdier forbliver, som de er

      På denne fil: 4 celler ændret

    4. Trin 4Fjern tomme rækker

      Fjern tomme rækker

      På denne fil: 1 række fjernet

    5. Trin 5Fjern dubletter (din regel)

      Fjern dubletter: rækker med samme "e-mail" (uden hensyn til store/små bogstaver, tomme nøgler matcher aldrig), og behold den første i hver gruppe

      På denne fil: 1 række fjernet

    3 rækker × 4 kolonner efter rettelserne · var 5 × 4 · 9 celler ændret

  2. Uge 2

    Kør det igen

    Næste uges eksport har nye rækker og de samme kolonner. Åbn den, kør det gemte workflow, og de samme trin laver hver rettelse igen.

    Kørte trin
    5
    Ændringer
    13
    Ændringer i hånden
    0
    Data Workspaceorders-week-2.csv6 rækker · 4 kolonner · UTF-8 Behandlet lokalt

    Ugentlig oprydning af ordrer — 5 trin, tjekket mod denne fil:

    Workflowtjek: alle 5 trin i dette workflow kan køre på denne fil.

    1. Trin 1Fjern mellemrum2 celler ændret
    2. Trin 2Skift store/små bogstaver4 celler ændret
    3. Trin 3Formatér datoer5 celler ændret
    4. Trin 4Fjern tomme rækker1 række fjernet
    5. Trin 5Fjern dubletter (din regel)1 række fjernet
    Kør på denne fil
    Uge 2: Resultat
    Rækkeidnavne-maildato
    21004Eva Berg (ændret)eva@example.com2026-04-10 (ændret)
    31005Dan Pike (ændret)dan@example.com2026-04-11 (ændret)
    41006Lena Ross (ændret)lena@example.com2026-04-11 (ændret)
    71007Omar Haddad (ændret)omar@example.com2026-04-12 (ændret)

    4 rækker × 4 kolonner efter rettelserne · var 6 × 4 · 11 celler ændret

  3. Uge 3

    Besked, når kolonnerne ændrer sig

    Denne eksport skriver én overskrift med store bogstaver. Workflow-tjekket stopper, før noget køres, og nævner trinnet og kolonnen. Rote gætter aldrig, hvilken kolonne du mente.

    Kørte trin
    0
    Ændringer
    0
    Data Workspaceorders-week-3.csv2 rækker · 4 kolonner · UTF-8 Behandlet lokalt
    Uge 3: Original
    RækkeidnavnE-MAILdato
    21008mia chen (har mellemrum i kanterne)mia@example.com17/04/2026
    31009TOM WESTtom@example.com18/04/2026

    Ugentlig oprydning af ordrer — 5 trin, tjekket mod denne fil:

    Workflowtjek: trin 5 (Fjern dubletter (din regel)) kan ikke køre på denne fil.

    1. Trin 1Fjern mellemrumOK
    2. Trin 2Skift store/små bogstaverOK
    3. Trin 3Formatér datoerOK
    4. Trin 4Fjern tomme rækkerOK
    5. Trin 5Fjern dubletter (din regel)kan ikke køreKolonnen "e-mail" findes ikke i denne fil. Mente du "E-MAIL"? Den adskiller sig kun ved store/små bogstaver eller mellemrum, så den bruges kun, hvis workflowet nævner den.
    Kør på denne fil

Alt, hvad et workflow gør

  • Gemt i denne browser og vist under Mine workflows.
  • Downloadet som en lille .json-fil (kun trin, aldrig dine data) og importeret på enhver computer.
  • Flyt, redigér eller fjern ethvert trin; tjekket kører igen, før noget ændres.
  • Hver kolonne, et trin nævner, tjekkes først: en manglende eller omdøbt kolonne stopper kørslen og nævner trinnet.
Åbn Rote Workspace — gratisStart med et færdigt workflow Sådan virker genbrugelige workflows

Rote Assistant kører gemte jobs efter en tidsplan, eller når en fil lander i en mappe, og standser, før noget skrives, når kolonnerne ændrer sig.

De fire værktøjer

Workflows til genbrugHver rettelse, du laver i Data Workspace, bliver et trin. Gem trinnene som et workflow, så tager næste uges fil ét klik — efter at Rote Workspace har tjekket, at alle de kolonner, trinnene har brug for, stadig er der.Rens og ret dataProblemer, dubletter, datoer, kolonner. Problemer, der findes for dig · Rettelser med ét klik · Værdier · Rækker · Kolonner · FilerFlet filer2–3 filer, kolonner matchet på navn. Vælg filer · Match kolonner · Gennemse og downloadSammenlign filerTilføjet, fjernet, ændret — celle for celle. Match rækker · Se forskellene · Filer og rapporter
Åbn Rote Workspace — gratisEksempelfiler at prøve

Ingen tilmelding · Intet betalingskort · Intet at installere

Alle funktioner, på én liste

Det hele virker i dag i Rote Workspace — gratis, i din browser, uden at noget uploades.

Eksempeldata. Efter-tabellen blev lavet af den samme kode, som Rote Workspace kører, da denne side blev bygget.

Åbn filer

Find problemer

Rens værdier

Rens værdier

Fjern mellemrum

Mellemrum før og efter, i alle kolonner.

Data Workspacecustomers.csv3 rækker · 2 kolonner · UTF-8 Behandlet lokalt

Fjern mellemrum · alle kolonner

Original

Før: Original
Rækkenavnby
2Ana Lima (har mellemrum i kanterne)Porto (har mellemrum i kanterne)
3Ben ColeLeeds (har mellemrum i kanterne)
4Chloé Martin (har mellemrum i kanterne)Lyon

Resultat

Efter: Resultat
Rækkenavnby
2Ana Lima (ændret)Porto (ændret)
3Ben ColeLeeds (ændret)
4Chloé Martin (ændret)Lyon

3 rækker × 2 kolonner efter rettelserne · var 3 × 2 · 4 celler ændret

· markerer et mellemrum i starten eller slutningen af en værdi. Prikkerne er ikke i dataene; de viser mellemrum, du ellers ikke ville se.

  • Fjerner mellemrum før og efter hver værdi; mellemrum mellem ord bliver.
  • Én kontakt for alle kolonner. Kolonnenavne røres ikke.
  • Kontakten viser på forhånd, hvor mange celler har overflødige mellemrum.
  • Gemt som et trin, så næste uges fil renses på samme måde.
Prøv det i Rote Workspace

Åbner værktøjet: brug din egen fil eller eksempelfilen.

Rens værdier

Skift store og små bogstaver

Title, UPPER eller lower, kolonne for kolonne.

Data Workspacecustomers.csv3 rækker · 2 kolonner · UTF-8 Behandlet lokalt

Skift store/små bogstaver · Title Case · navn

Original

Før: Original
Rækkenavnby
2ana LIMAPorto
3BEN COLELeeds
4chloé martinLyon

Resultat

Efter: Resultat
Rækkenavnby
2Ana Lima (ændret)Porto
3Ben Cole (ændret)Leeds
4Chloé Martin (ændret)Lyon

3 rækker × 2 kolonner efter rettelserne · var 3 × 2 · 3 celler ændret

  • Title Case, STORE BOGSTAVER eller små bogstaver.
  • Kolonne for kolonne: de andre kolonner forbliver, som de er.
  • Title Case giver hvert ord efter et mellemrum stort begyndelsesbogstav, så jean-luc bliver Jean-luc.
  • Gemt som et trin til næste fil.
Prøv det i Rote Workspace

Åbner værktøjet: brug din egen fil eller eksempelfilen.

Rens værdier

Formatér datoer

Læs dag, måned eller år først; skriv DD/MM/YYYY, MM/DD/YYYY, YYYY-MM-DD eller DD Mon YYYY.

Data Workspaceorders.csv3 rækker · 2 kolonner · UTF-8 Behandlet lokalt

Formatér datoer · DD/MM/YYYY → YYYY-MM-DD

Original

Før: Original
Rækkeiddato
2100103/04/2026
3100228/02/2026
4100315/11/2025

Resultat

Efter: Resultat
Rækkeiddato
210012026-04-03 (ændret)
310022026-02-28 (ændret)
410032025-11-15 (ændret)

3 rækker × 2 kolonner efter rettelserne · var 3 × 2 · 3 celler ændret

  • Du angiver, hvordan datoerne er skrevet: dag, måned eller år først. Rote viser, hvad dine datoer beviser, og spørger, når de kan læses på to måder.
  • Skrevet tilbage som DD/MM/YYYY, MM/DD/YYYY, YYYY-MM-DD eller DD Mon YYYY.
  • En værdi, der ikke er en dato i den rækkefølge, beholdes som den er og tælles.
  • Tomme celler springes over.
Prøv det i Rote Workspace

Åbner værktøjet: brug din egen fil eller eksempelfilen.

Rækker og kolonner

Rækker og kolonner

Find dubletter

Hele rækken eller nøglekolonner; ignorér store bogstaver og mellemrum; behold første eller sidste; gennemse hver gruppe.

Data Workspacecontacts.csv4 rækker · 2 kolonner · UTF-8 Behandlet lokalt

Fjern dubletter · nøgle: e-mail · ignorér store bogstaver

Original

Før: Original
Rækkee-mailnavn
2ana@example.comAna Lima
3ben@example.comBen Cole
4 (fjernet)ANA@example.comAna Lima
5eva@example.comEva Berg

Resultat

Efter: Resultat
Rækkee-mailnavn
2ana@example.comAna Lima
3ben@example.comBen Cole
5eva@example.comEva Berg

3 rækker × 2 kolonner efter rettelserne · var 4 × 2 · 0 celler ændret

  • Sammenlign på hele rækken eller kun på de kolonner, du vælger.
  • Ignorér store bogstaver og overflødige mellemrum ved sammenligning.
  • Behold den første eller den sidste række i hver gruppe.
  • Gennemse hver gruppe, før noget fjernes.
Prøv det i Rote Workspace

Åbner værktøjet: brug din egen fil eller eksempelfilen.

Flet og sammenlign

Flet og sammenlign

Merge CSV

2 eller 3 filer eller Excel-ark, kolonner matchet på navn, næsten-match foreslået.

Flet CSV Behandlet lokalt

Fil 1 · orders-1.csv

Fil 1 · orders-1.csv
Rækkeidnavne-mail
21001Ana Limaana@example.com
31002Ben Coleben@example.com

Fil 2 · orders-2.csv

Fil 2 · orders-2.csv
Rækkenavnidtelefon
2Chloé Martin1003555 0101

Flet · kolonner matchet efter navn

Gennemse flettede data

Datarækker i output
3
Outputkolonner
4
Tomme celler fra manglende kolonner
3
Gennemse flettede data
Rækkeidnavne-mailtelefon
21001Ana Limaana@example.comtom: ikke i denne fil
31002Ben Coleben@example.comtom: ikke i denne fil
41003Chloé Martintom: ikke i denne fil555 0101
  • 2 eller 3 CSV-filer eller Excel-ark til én.
  • Kolonner matches efter navn, ikke placering; næsten ens navne foreslås.
  • En kolonne, som en fil ikke har, efterlades tom, og de tomme celler tælles.
  • Tilføj eventuelt en første kolonne med hver rækkes kildefil.
Prøv det i Rote Workspace

Åbner værktøjet: brug din egen fil eller eksempelfilen.

Workflows

Se ét workflow køre på tre ugers filer

Privatliv og downloads

Videovejledning

Se en rodet CSV-fil blive renset trin for trin

På under fire minutter, med en eksempelfil, du kan downloade og følge med i.

Video thumbnail: a BEFORE table with stray spaces, inconsistent capitals, a blank row and a duplicate order beside a cleaned AFTER table, titled Clean messy CSV, free, no upload.
Afspilles fra YouTube i tilstanden med udvidet privatliv – og først når du trykker afspil.

How to clean a messy CSV file online (free, no upload)

Videoen er på engelsk med engelske undertekster.

Alle vejledningerSe på YouTube

På din computer: Rote Assistant

Desktopprogrammet kører de samme slags trin for dig — efter en tidsplan, eller når en ny fil lander i en mappe — og tilføjer formler, opslag og gruppér og opsummér. Det kommer snart til Windows, macOS og Linux.

Udforsk Rote AssistantFå tidlig adgang

Planlagt — endnu ikke bygget

  • Tidsplaner hver time
  • Ældre Excel-filer (.xls) og OpenDocument (.ods)
  • Kommandolinje
  • E-mail, Slack, Teams og webhooks

Begynd at rense inden for ti sekunder.

Åbn Rote Workspace, og prøv det på eksempelfilen eller på din egen. Ingen tilmelding, intet betalingskort.

Åbn Rote Workspace — gratisForeslå en funktion