免费在线表格工具

两张表的模糊匹配

按编辑距离生成候选,人工确认一对一或多对一映射。

无需注册文件本地处理保留原始数据

从一份表格开始

导入数据,确认规则,检查结果,再导出新副本。

◈ 浏览器本地处理
1导入数据—2设置规则—3检查结果—4导出副本

把表格放在这里

拖放 CSV、TSV 或分隔文本文件

UTF-8 · 每份最多 10 MB

从现有数据开始

文件内容在浏览器内处理,不上传至服务器。
仅保存在本页内存 · 切换工具可继续使用 · 刷新或关闭会清除会话CSV / TSV · UTF-8
合成示例库 · 正常 / 边界 / 错误

清除本页会话?

这会释放已导入数据、处理步骤与结果。请先导出需要保留的副本。原始文件不受影响。

了解这个工具

按编辑距离生成候选,人工确认一对一或多对一映射。

从使用范围到结果核对,三个场景带你了解这个工具。

01 / 功能与范围

找到可能对应项,保留人工判断

两张表的模糊匹配用于名称拼写不一致、精确键关联无法解决的情况。

两张表的模糊匹配场景示意:找到可能对应项,保留人工判断
场景示意图
02 / 规则与核对

接受、拒绝、手动指定与撤销

运行后审阅列表显示双方原文、字符差异、分数、精确或近似类别、来源位置。

两张表的模糊匹配场景示意:接受、拒绝、手动指定与撤销
场景示意图
03 / 结果与下一步

导出、预算和会话

可导出确认映射、候选、接受与拒绝、无候选和设置;实体明细需选择对应主结果模式。

两张表的模糊匹配场景示意:导出、预算和会话
场景示意图
可用功能

可用功能

把常用能力整理成小卡片,按需要选择下一步。

找到可能对应项,保留人工判断

两张表的模糊匹配用于名称拼写不一致、精确键关联无法解决的情况。

在工具中使用

导入两表和对应文本字段

先选择来源文件并确认解析,再通过“添加文件”导入目标表。

在工具中使用

先精确比较,再生成近似候选

引擎先按配置的字符预处理建立精确匹配。

在工具中使用

阈值、预处理和附加限制

可选忽略大小写、去两端空格,原文仍保留。

在工具中使用

接受、拒绝、手动指定与撤销

运行后审阅列表显示双方原文、字符差异、分数、精确或近似类别、来源位置。

在工具中使用

一对一冲突不能静默覆盖

默认一对一模式中,不允许两条来源同时确认到同一目标,也不允许一条来源确认到多个目标。

在工具中使用
如何使用

三个步骤,完成这次整理

先确认输入,再检查变化,最后保存需要的结果。

01

导入并确认原始数据

选择 CSV、TSV 或粘贴表格,先核对分隔符、表头与预览。确认后才导入完整文件。

  • 内容在浏览器内处理
  • 原始文件保持完整
前往输入区域
02

选择规则,运行并核对

按编辑距离生成候选,人工确认一对一或多对一映射。

  • 处理完整数据集
  • 核对结果与来源
设置处理规则
03

选择范围,导出新副本

选择需要的结果或报告、CSV 或 TSV 格式,先查看导出摘要和防护影响数量,再确认下载或复制。

  • 导出前重新读取校验
  • 明确选择导出范围
返回工具继续操作
需要更详细的规则、示例与边界说明?展开完整说明

找到可能对应项,保留人工判断

两张表的模糊匹配用于名称拼写不一致、精确键关联无法解决的情况。例如 Notebok 接近 Notebook,可以作为候选,但不代表软件已经认定二者是同一商品。默认输出只有用户接受的映射,待审阅和拒绝的候选不会自动进入后续整合。

可靠编号存在时应优先使用精确键关联。模糊分数只说明文字相似,不是客户、公司或产品身份一致的概率。常见姓名可能属于多人,一字之差也可能代表不同型号;业务背景不能由编辑距离替代。

导入两表和对应文本字段

先选择来源文件并确认解析,再通过“添加文件”导入目标表。分别选择主表与补充表 B,再指定来源文本字段和目标文本字段。两表行数和结构可以不同,其他编号、地址、备注等原始文本保留,供审阅时核对。

比较字段应描述可比对象,例如商品名对商品名。把公司名与整段地址比较也可能得到分数,但未必回答有意义的问题。报告为两侧保留来源文件和逻辑记录位置;这些是会话中的定位信息,不把姓名当成永久实体编号。

先精确比较,再生成近似候选

引擎先按配置的字符预处理建立精确匹配。若两个目标都叫 Notebook,两条都展示,不任取第一个。精确文字也需要用户接受,因为同名不等于同一实体。没有精确候选的来源再在允许范围内进行模糊比较。

算法版本为 levenshtein-nfc-codepoint-v1。先做 Unicode NFC,再按码点计算编辑距离,插入、删除、替换代价均为一;分数为 100×(1−距离/较长文本长度)。Notebok 与 Notebook 相差一次插入,较长长度八,分数 87.5。固定规则便于复现,不包含翻译、缩写扩展或语义理解。

阈值、预处理和附加限制

可选忽略大小写、去两端空格,原文仍保留。NFC 统一规范等价的重音表示,但不自动删除标点或改变词序。阈值 0–100 只筛选候选,不自动确认;默认每条最多三条模糊候选,可在显示范围内调整。同分按稳定来源顺序展示,不随机选中。

“添加必须相同字段”可限制国家、分类等对应列,支持多项严格相等。空文本不与空文本形成身份匹配,附加限制字段为空也不形成共同候选组。报告区分空键、限制范围内无目标、以及低于阈值。应先核对这些原因,再决定是否有依据放宽限制。

接受、拒绝、手动指定与撤销

运行后审阅列表显示双方原文、字符差异、分数、精确或近似类别、来源位置。接受和拒绝都是明确决定;可撤销,也可按待审、接受、拒绝筛选。决定改变后旧导出过期,需要重新运行生成一致的确认报告。

“手动指定对应记录”可以使用报告中的来源记录标识和目标记录表中的标识。手工选择可以在模糊候选展示数以外指定目标,但仍须满足空值和附加字段限制。报告会注明这是你手动选择的对应关系。换输入、改变相关字段或规则后,原确认需要重新核对。

一对一冲突不能静默覆盖

默认一对一模式中,不允许两条来源同时确认到同一目标,也不允许一条来源确认到多个目标。多对一模式明确允许多个来源共用一个目标,但每条来源仍只对应一个目标。重复或相反的导入决定由引擎阻断。

来源 Notebok、Notebook 都接近唯一目标 Notebook。接受第一条后,第二条再次尝试接受会显示一对一冲突,需要撤销或修正原决定,不能随机覆盖。如果业务确实确认来源重复,可明确选择多对一并重新审阅。

让确认关系进入精确键整合

“主结果内容”可选已确认映射,或“已确认实体明细”。映射记录双方位置和原始名称;实体明细将已接受的来源与目标按相同表头对齐,并增加共同的 _confirmed_entity 键。多对一时目标只加入一次,拒绝或待审候选完全不加入。

应用实体明细到工作流后,可进入“合并重复记录中的有效字段”,选择该明确键分组,再单独审阅电话、地址及名称冲突。接受名称对应关系不代表批准覆盖冲突字段。完成后可以继续验证必填和唯一性。两表字段合并后过宽会阻止实体输出,但单纯映射模式不受未请求的实体扩张影响。

导出、预算和会话

可导出确认映射、候选、接受与拒绝、无候选和设置;实体明细需选择对应主结果模式。报告记录算法版本与口径,生成 CSV/TSV 后重新解析校验。保存规则会包含当前决定,重新载入到输入时清除输入相关批准并要求复核,避免旧确认转移到新实体。

最多比较五万候选对、五百万字符工作量,每个比较文本最多 256 码点,并受共享任务时间限制。精确索引避免无用的全表编辑距离比较。超限时应增加可靠限制或缩小输入,不暗中抽样冒充全量。样本明确标注,取消释放工作线程并保留输入,刷新或关闭清空本页内存。

常见问题

两张表里的公司名称差几个字,能找出可能对应的记录吗?

可以按所选字段生成近似候选,并用合适的限定字段缩小范围。需要逐项确认,名称相似不能证明是同一家公司。先检查有歧义的记录,以及需要一对一还是多对一关系,再下载已确认结果。

阈值怎样选?

结合固定分数定义审阅有代表性的正确和错误候选。阈值只控制文字相似筛选,没有某个分数能保证实体相同。

两边名称完全一样,还需要确认吗?

不会。精确候选也需确认,同名的多个目标必须同时展示。

可以两条来源对应同一目标吗?

只有明确选择多对一才允许。一对一会阻止冲突;两种模式都不允许一条来源接受多个目标。

加载以前的匹配规则,为什么还要重新确认候选?

决定绑定具体输入和规则。相同表头不能证明新文件的实体就是原实体,因此载入时清除旧批准供重新审阅。

准备好整理这份数据了吗?

直接开始,先用示例了解流程,再处理你的文件。