Dize normalizasyonu

Java'da Veri Temizleme

Dennis Lee

Software Engineer

Manav stok veri seti

Bölüm boyunca bir manav stok veri setiyle çalışın
Veri dönüşümlerini göstermek için ürün adı gibi bazı sütunları değiştirin

Ürün Adı	Kategori	Durum	Alım Tarihi	Miktar
Eggplant	Meyve & Sebze	Kaldırıldı	3/1/25	46
VEGETABLE OIL	Yağlar & Katı Yağlar	Gecikmeli	4/1/25	51
Cheese	Süt Ürünleri	Aktif	6/1/25	78
Fresh (Organic) Carrots	Meyve & Sebze	Kaldırıldı	5/1/25	51
Bell Pepper Fresh	Meyve & Sebze	Aktif	5/2/25	67

Dize normalizasyonu neden önemlidir

Dağınık dizeler: bilgisayarlar metni tanıyamaz
Örnek: market stokları
Çözüm: dizeleri normalize et

String[] messyProducts = {
    "Eggplant ",              // Sonda fazladan boşluk
    "VEGETABLE OIL",             // Tutarsız harf durumu
    "Fresh (Organic) *Carrots*", // Özel karakterler
    "Bell   Pepper    Fresh",    // Sözcükler arasında fazla boşluk
};

Baştaki ve sondaki boşlukları kaldırma

String[] products = {"Eggplant ", "  Vegetable Oil", " Cheese "};
for (String product : products) {
    String cleaned = product.trim(); // Baştaki/sondaki boşlukları kaldırır
    System.out.println(cleaned);
}

Eggplant
Vegetable Oil
Cheese

Harf durusunu standartlaştırma

List<String> products = Arrays.asList("Eggplant", "VEGETABLE OIL", "cheese");


products.stream()

        .map(String::toLowerCase) // Tümünü küçük harfe çevir

        .forEach(System.out::println); // Her ürünü yazdır

eggplant
vegetable oil
cheese

Regex kalıpları

Düzenli ifadeler (regex): metni eşleyen özel kalıplar$^1$
[^a-zA-Z\\s]: Harf veya boşluk olmayan karakterleri bulur

// Bu desen ŞUNLAR OLMAYAN karakterleri eşler:
[       // Karakter kümesi başlangıcı
^       // DEĞİL - bu kümede olmayanı eşle
 a-z     // küçük harf
 A-Z     // büyük harf
 \\s     // boşluk karakteri (Java'nın \\s'i yorumlaması için ekstra \\ gerekir)
]       // Karakter kümesi sonu

¹ https://www.datacamp.com/cheat-sheet/regular-expresso

Özel karakterleri temizleme

String dirtyName = "Fresh (Organic) *Carrots*"; // Özel karakterler: (, ), *


String cleaned = dirtyName.replaceAll("[^a-zA-Z\\s]", ""); // Harf dışını kaldır


System.out.println(cleaned); // Çıktı: "Fresh Organic Carrots"

Fresh Organic Carrots

Birden çok boşluğu temizleme

import java.util.regex.Pattern;

Pattern pattern = Pattern.compile("\\s+"); // Birden çok boşluğu eşleştir


String messyProduct = "Bell   Pepper    Fresh"; // Fazladan boşluk var
// Birden çok boşluğu tek boşlukla değiştir
String cleanedProduct = pattern.matcher(messyProduct).replaceAll(" ");


System.out.println(cleanedProduct);

Bell Pepper Fresh

Hepsini bir araya getirme

List<String> messyProducts = Arrays.asList(
        "Eggplant ", "VEGETABLE OIL",
        "Fresh (Organic) *Carrots*", "Bell   Pepper    Fresh"
); // Manav stok veri setinden çıkarılan ürün adları

messyProducts.stream()
        .map(s -> s.trim()                       // Dış boşlukları düzelt
                .replaceAll("[^a-zA-Z\\s]", "")  // Özel karakterleri kaldır
                .replaceAll("\\s+", " ")         // İç boşlukları düzelt
                .toLowerCase())                  // Harf durumunu standartlaştır
        .forEach(System.out::println);

Hepsini bir araya getirme: çıktılar

eggplant
vegetable oil
fresh organic carrots
bell pepper fresh

Haydi pratik yapalım!

Java'da Veri Temizleme