Come pulire un file CSV con dati italiani: la guida completa
Pulire un file CSV è il lavoro che nessuno vuole fare e che tutti, prima o poi, devono fare. L'esportazione dal gestionale ha gli accenti rotti, l'elenco dei clienti contiene lo stesso contatto tre volte, i telefoni sono scritti in dieci modi diversi e qualcuno ha incollato una Partita IVA con una cifra in meno. In questa guida vediamo, passo per passo, come trasformare un file disordinato in un elenco pronto per il CRM, la newsletter, il gestionale di fatturazione o un'analisi in Excel, e come farlo senza consegnare i dati dei tuoi clienti a un servizio esterno.
Perché i file CSV si sporcano
Un CSV è un formato semplicissimo: testo, una riga per record, valori separati da un carattere. Proprio questa semplicità lo rende fragile. Non c'è un controllo sui dati inseriti, non c'è un tipo per le colonne e non c'è nemmeno un'indicazione della codifica dei caratteri. Le cause più comuni di dati sporchi sono sempre le stesse:
- Inserimento manuale: moduli compilati a mano, con maiuscole casuali, spazi in più e numeri di telefono scritti come capita.
- Unione di fonti diverse: due esportazioni che si sovrappongono producono duplicati, spesso con piccole differenze di forma.
- Passaggi in Excel: aprire e salvare un CSV con Excel può far sparire gli zeri iniziali, convertire i prefissi +39 in numeri e cambiare la codifica.
- Sistemi datati: molti gestionali italiani esportano ancora in Windows-1252 con il punto e virgola come separatore, mentre i servizi web si aspettano UTF-8 e la virgola.
Il metodo in cinque passaggi
Qualunque sia lo strumento che usi, l'ordine delle operazioni conta. Pulire prima di deduplicare, per esempio, fa emergere molti più duplicati. PulisciCSV applica questa sequenza:
- Rimozione degli spazi superflui all'inizio e alla fine di ogni cella, oltre agli spazi doppi e ai caratteri invisibili come lo spazio non separabile che arriva dai copia-incolla da pagine web.
- Divisione di nome e cognome con il riconoscimento delle particelle italiane e la formattazione con le iniziali maiuscole.
- Normalizzazione dei telefoni nel formato internazionale +39, con la segnalazione dei numeri che non possono essere corretti.
- Validazione di Partita IVA e Codice Fiscale con gli algoritmi ufficiali del carattere di controllo.
- Rimozione dei duplicati su una colonna chiave o sull'intera riga, confrontando i valori già normalizzati.
Ogni passaggio si può attivare o disattivare, e l'anteprima Prima/Dopo si aggiorna in tempo reale mostrando quante celle sono state modificate e quante righe sono state tolte.
Validare la Partita IVA
La Partita IVA italiana ha 11 cifre e l'ultima è un carattere di controllo calcolato dalle dieci precedenti. Il calcolo, definito dall'Agenzia delle Entrate, somma le cifre in posizione dispari, raddoppia quelle in posizione pari (sottraendo 9 se il doppio supera 9) e ricava la cifra che porta il totale alla decina successiva. Se un utente sbaglia una cifra o ne inverte due, il controllo quasi sempre lo rileva.
PulisciCSV accetta il prefisso IT, ignora spazi e punti e aggiunge la colonna Stato_PIVA con il valore VALIDO, ERRATO o VUOTO. Un'opzione dedicata ripristina gli zeri iniziali persi da Excel: una Partita IVA di 10 cifre viene completata con uno zero e accettata solo se il carattere di controllo torna. Trovi tutti i dettagli, con un esempio svolto, nella guida su come validare una Partita IVA.
Validare il Codice Fiscale, omocodie comprese
Il codice fiscale delle persone fisiche ha 16 caratteri: tre per il cognome, tre per il nome, anno, lettera del mese, giorno (aumentato di 40 per le donne), codice del comune di nascita e carattere di controllo. Quest'ultimo si ottiene convertendo i primi 15 caratteri con due tabelle diverse per le posizioni pari e dispari, sommando i valori e prendendo il resto della divisione per 26.
Il dettaglio che molti validatori trascurano è l'omocodia: quando due persone avrebbero lo stesso codice, l'Agenzia delle Entrate sostituisce alcune cifre con le lettere da L a V. Un validatore che accetta solo cifre in quelle posizioni scarta codici fiscali autentici. PulisciCSV controlla la struttura, il mese, il giorno e il carattere di controllo, gestisce le sette posizioni omocodiche e riconosce anche i codici numerici di 11 cifre di società ed enti. Approfondisci nella guida su carattere di controllo e omocodia.
Normalizzare i numeri di telefono
In Italia i cellulari iniziano con 3 e hanno 9 o 10 cifre, i fissi iniziano con 0 e mantengono lo zero anche nel formato internazionale. Il tool rimuove trattini, punti, spazi e parentesi, riconosce i prefissi +39 e 0039 e restituisce ogni numero in un formato coerente: leggibile (+39 333 1234567) oppure E.164 (+393331234567), quello richiesto dalle piattaforme di SMS e messaggistica. I numeri stranieri restano invariati con lo stato ESTERO, quelli incompleti vengono segnalati come MALFORMATO senza essere alterati. Per tutte le regole leggi la guida su come normalizzare i numeri di telefono italiani.
Separare nome e cognome
Dividere «Mario Rossi» in due colonne è facile; dividere «di marco anna maria» o «D'ANGELO giulia» no. PulisciCSV riconosce le particelle dei cognomi italiani (De, Di, Da, Del, Della, Lo, La, D', Dell' e le altre), capisce l'ordine dei campi quando il cognome è scritto in maiuscolo e ti lascia comunque scegliere tra «Nome Cognome» e «Cognome Nome». Il risultato viene formattato con le maiuscole corrette anche dopo gli apostrofi: D'Angelo, Dell'Orto, Della Valle. Se preferisci farlo in Excel, la guida su come separare nome e cognome spiega formule e limiti.
Rimuovere i duplicati nel modo giusto
Il comando di Excel per rimuovere i duplicati confronta il testo così com'è: uno spazio finale basta a far sembrare diversi due record identici. PulisciCSV invece confronta i valori dopo la pulizia, ignorando maiuscole e spazi, e con i telefoni già portati al formato +39. Puoi usare come chiave l'email, la Partita IVA, il codice fiscale, il telefono oppure l'intera riga. Le righe eliminate restano visibili in rosso nella vista «Prima», così sai sempre cosa stai togliendo. Altri consigli nella guida su come rimuovere i duplicati da un CSV.
Esportare senza rompere accenti e zeri
L'ultimo passaggio è anche quello in cui si rovina più spesso il lavoro fatto. Per Excel in italiano scegli il punto e virgola come separatore; per CRM, database e servizi web di solito serve la virgola. In entrambi i casi PulisciCSV salva in UTF-8 con BOM, la sequenza di tre byte che fa riconoscere a Excel la codifica corretta ed evita le famigerate «Ã ». Se il file deve essere riaperto in Excel e contiene Partite IVA con zeri iniziali o telefoni in formato compatto, scegli l'esportazione in .xlsx: ogni cella viene scritta come testo e nulla viene convertito. Tutti i dettagli nella guida su CSV, accenti e BOM.
Privacy: perché l'elaborazione nel browser fa la differenza
Un elenco di clienti contiene dati personali: nomi, email, telefoni, codici fiscali. Caricarlo su un convertitore online significa comunicarlo a un terzo, che dovrebbe essere nominato responsabile del trattamento ai sensi dell'articolo 28 del GDPR. PulisciCSV evita il problema alla radice: il file viene letto e trasformato nella memoria del tuo browser con JavaScript, e il risultato viene scaricato direttamente dal tuo computer. Nessun byte del file viene inviato ai nostri server. Puoi verificarlo aprendo gli strumenti per sviluppatori del browser, nella scheda Rete: durante l'elaborazione non parte alcuna richiesta con i tuoi dati.
Casi d'uso tipici
- Import in un CRM: contatti deduplicati per email, nomi divisi in due campi e telefoni in formato E.164.
- Anagrafiche per la fatturazione elettronica: Partite IVA e codici fiscali verificati prima di caricarli nel gestionale, per ridurre gli scarti.
- Liste per campagne di telemarketing o SMS: solo numeri validi, senza doppioni, con il filtro «Esporta solo record validi».
- Pulizia di esportazioni da e-commerce: spazi, maiuscole e duplicati sistemati in pochi secondi prima di un'analisi in Excel.
Quanto costa
PulisciCSV è gratuito per file fino a 300 righe, con tutte le funzioni di pulizia e validazione. Per file più grandi c'è il piano Pro, a 9 € al mese oppure 29 € una tantum, IVA inclusa: righe illimitate e la possibilità di salvare nel tuo account i preset di pulizia da riapplicare con un clic alle esportazioni che ricevi ogni settimana. I preset contengono solo la configurazione, mai i dati dei file.