OpenRefine（数据清理工具）是一款免费开源的数据清洗与转换工具，专为处理杂乱、不规范的数据集设计。它通过图形界面和表达式语言（GREL）帮助用户完成数据清洗、标准化、转换及探索，无需编写复杂代码。
软件特色
直观易用
图形化界面降低使用门槛，非技术人员也能快速上手。
实时预览操作结果，确保每一步符合预期。
强大的数据清洗能力
自动识别并修复拼写错误、格式不一致等问题。
支持模糊匹配去重，可自定义相似度阈值。
灵活的数据转换
通过 GREL 表达式实现复杂逻辑（如条件替换、字符串操作）。
支持批量编辑，一次性处理多行数据。
跨平台与扩展性
跨操作系统运行，支持通过插件扩展功能（如数据库连接、AI 辅助清洗）。
活跃的开源社区持续更新功能。
版本控制与协作
记录所有操作历史，支持撤销/重做。
项目文件可导出分享，便于团队协作。
软件功能
数据导入与导出
支持多种格式（CSV、Excel、JSON、XML、数据库等）。
可从 URL 或本地文件导入数据，导出为 CSV、Excel、SQL 语句等。
数据清洗
去除重复数据：基于指定列判断并删除重复行。
空白值处理：填充默认值或删除包含空值的行。
纠错与标准化：统一大小写、修正拼写错误、标准化日期/电话号码格式。
数据转换
拆分与合并列：将单列拆分为多列（如拆分姓名），或合并多列为单列。
数据类型转换：文本转数字、日期格式转换等。
基于规则的转换：使用 GREL 表达式实现复杂逻辑（如成绩等级替换）。
数据探索与筛选
分面浏览：快速查看数据分布，发现异常值或模式。
筛选与排序：根据条件筛选数据，按日期/数值排序。
批量操作与自动化
对整个数据集执行相同操作，提高效率。
通过脚本和操作历史记录自动化重复步骤。
常见问题及解决方案
导入 CSV 时出现乱码
原因：文件编码不匹配（如中文乱码可能是 UTF-8 与 GBK 冲突）。
解决：导入时手动选择正确编码（如 UTF-8、GBK），或用记事本另存为 UTF-8 格式。
大型文件导入卡顿或内存溢出
原因：数据量超过默认内存限制（1GB）。
解决：修改启动配置文件（如 refine.ini）增加内存（如 REFINE_MEMORY=4096M），并确保使用 64 位 Java 环境。
OpenRefine（数据清理工具）更新日志：
将bug扫地出门进行到底
优化用户反馈的问题，提升细节体验
华军小编推荐：
OpenRefine（数据清理工具）是一款非常实用、简单的工具，有兴趣的用户可以在{zhandian}下载使用，另外还有众多同款同类软件提供下载，如：{recommendWords}等。
