Gå til indhold
Coverton Blog
I denne artikel
Tabeller og data

Hvordan man validerer regneark indtægter med nødvendige, unikke og rækkevidde regler

Før du indsender en regneark, skal du kontrollere værdier, der krænker krav som manglende koder eller negative priser.Definere de forventede regler først, så rapporten besvarer den relevante forretningspørgsmål.

Åbn værktøjetSådan bruger du dette værktøj ↓
Valider regneark
Illustration af dette værktøjs arbejdsgang; det er ikke et resultat af en uploadet fil.

Sådan bruger du dette værktøj

  1. Tilføj regneark og inspicere kolonnehovederne.
  2. Indtast JSON regler for krævede værdier, unikthed, typer og rang.
  3. Udfør validering og sammenlign bestemte kilder med deres værdier.
  4. Download valideringsrapporten.

Vælg de rigtige indstillinger

Brug virkelige kolonnenavne som JSON nøgler og angiv de nødvendige, unikke, type, min eller max, hvor det er nødvendigt. dato validation forventer YYYY-MM-DD, så normalisere andre datokonventioner, før du anvender den regel.

Understøttet input
  • CSV,TSV,XLSX
Tilgængelige indstillinger
  • Valideringsregler (JSON)

Før du begynder

Afklar betydningen af inputdata

Bestem, hvad en række eller værdi repræsenterer, og gem en kildekopi før ændringer. I tabeller skal du gennemgå overskrifter, separatorer og tegnkodning; i strukturerede filer de krævede objekter eller arrays. Visningen i et regneark afgør ikke alene betydningen af identifikatorer, datoer og beløb.

Vælg tilbudte matchkolonner, typeregler og outputfelter efter modtagerens behov. Prøv en stikprøve med en tom værdi, en gentagelse og tegnsætning. For etiketter, diagrammer eller personligt tilpassede dokumenter skal du kontrollere kildekolonner, enheder og formuleringer.

Fastlæg kontroller på forhånd: en identifikator med uændret stavning, en værdi med kendt betydning og en forventet relation mellem poster. Ved type- eller matchregler skal kildeværdien skelnes fra programmets visning. Test tvetydige datoer og forskelligt skrevne nøgler før en generel regel. Gem regler og målkrav sammen med resultatet, så forskellen kan knyttes til input, fortolkning eller omformning.

Kontrollér værdier og undtagelser

Åbn eller importér resultatet med målprogrammets indstillinger. Sammenlign overskrifter, antal poster og udvalgte værdier med kilden. Opsummering, opdeling eller fjernelse af dubletter kan bevidst ændre antallet; kontrollér årsagen i stedet for at kræve samme antal rækker efter enhver omformning.

Læs undtagelses- og valideringsrapporter før næste skridt. Ved forskudte kolonner, forkerte tegn eller manglende nøgler skal du først kontrollere separator, kodning og præcise overskriftsnavne. Kodning er ikke kryptering, og formatering bekræfter ikke betydningen. Test trykte koder og etiketter før hele serien fremstilles.

Eksempel på input og output

Spreadsheet + kolonneregler → Validationsrapport

Eksempler beskriver arbejdsgangen. Resultaterne afhænger af kildefilen og indstillingerne.

Tjek resultatet før du gemmer

Brug det angivne kilde rækkenummer og kolonnenavnet til at inspicere hver flagget værdi. En ren rapport dækker kun de leverede regler, så hold disse regler sammen med resultaterne for reference.

Hvis resultatet er anderledes end forventet

For regelfejl kontrollerer du JSON syntax og de understøttede typenavne, før du ændrer dataene. Manglende kolonnenavne eller valutatekst i numeriske felter kræver separate kontroller af indstillinger og kildeoptegnelser.

Grænser at huske på

  • Understøttede regler: krævet, unik, type(nummer/e-mail/date/text), min, max. Datoer bruger YYYY-MM-DD.

Fortsæt med relaterede værktøjer

Konverter CSV til JSON

Den første CSV række leverer nøglerne til hver data række JSON objekt. Cell værdier er gemt som strenge, så inspicere deres typer, før du overfører resultatet til et system, der forventer tal eller boolean værdier.

Vælg kildekodning og brug automatisk delimiterdetektion eller vælg den virkelige delimiter. løse tomme eller duplikerede overskrifter og sørg for, at hver række har det samme antal kolonner som overskriften.

Åbn værktøjet

Konverter JSON til CSV

Denne regneark konvertering kræver en række, hvis indtægter er objekter. Bestem om nestede objekter skal blive separate kolonner eller forblive JSON strenge inde i cellerne, fordi den resulterende regneark læses anderledes i hvert tilfælde.

Tillad flændering til at omdanne nestede objekts egenskaber til header, der er forbundet med punkter. Arrays er ikke udvidet til flere rækker, så gennemgå disse celler adskilt, hvis du har til hensigt at analysere hvert array element.

Åbn værktøjet
CovertonValider regneark
Åbn værktøjet

Denne vejledning beskriver det tilgængelige browserværktøj. Gem en kopi af originalen, og kontrollér resultatet, før du deler det.

Denne oversættelse er udarbejdet med softwareassistance. Du kan også læse den engelske version. Læs på engelsk