Fra forretningsanalytikere til ledelseskonsulenter er Excel og Google-ark blevet brugt mest. Dette gør Googles sheets-brugergrænseflade universelt velkendt og nem at gemme og manipulere data. Google-regneark er et godt alternativ til DBMS (Data Base Management System), hvis du leder efter en enkel, hurtig og omkostningseffektiv løsning til et lille datasæt.
Ofte står små virksomheder og projekter over for mangel på ressourcer og kvalificeret arbejdskraft til at opsætte et komplekst databasestyringssystem. I disse tilfælde kommer Google Sheets til undsætning og giver nem tilslutning, datavisualiseringsfunktioner og adgangs- og kontrolmuligheder for deling. Husk, at det stadig ikke er skalerbart til at håndtere store datasæt og meget komplekse forespørgsler, i modsætning til standard DBMS.
I denne blog vil jeg diskutere, hvordan man bruger google sheets som database og de forskellige tilgængelige metoder!
Hvordan importerer og eksporterer man data fra Google-regneark?
Det første trin i at bruge en database er at vide, hvordan man importerer data fra råfilerne eller andre formater. Derefter skal vi kende værktøjerne/mulighederne for at tilføje, fjerne eller opdatere databasen. I dette afsnit vil jeg diskutere fire metoder, hvormed du kan importere/migrere og eksportere data fra Google Sheets.
Metode #1: Importer data manuelt:
Den mest ligetil måde, hvor enhver person opretter et Google-regneark og manuelt indtaster data i forskellige kolonnefelter. Dette er muligt, når datasættet er lille i størrelse, og hyppigheden af nødvendige ændringer/opdateringer er lav. Forestil dig for eksempel, at du er en kunstner, der sælger malerier, og registrerer transaktionerne ved at indtaste dem i et Google-regneark. Du kan se et eksempel på disse data i nedenstående figur, som jeg vil bruge som eksempel i hele denne blog.
Fig) Transactions.csv-fil
Du kan bruge værktøjerne som filtre og sortere efter for at se på udvalgte sektioner yderligere. Det er nemt at eksportere data i dit foretrukne format fra indstillingen "Filer->Download".
Men hvad sker der, når kunstneren udvider sig, og datasættets størrelse bliver større? Du skal lede efter mere effektive muligheder som at bruge API'en eller Nanonets. Fortsæt med at læse for at finde ud af hvordan!
Metode #2 Brug Google Sheets API:
En populær måde at automatisere import og eksport af data på er gennem Google Sheets API. Du skal oprette en tjenestekonto og fuldføre godkendelse for at bruge API'en.
Her er en trinvis guide til at gå om det:
- Aktiver Google Sheets API i Google Cloud Console. For mere detaljerede instruktioner kan du tjekke deres officiel guide.
- Opret et nyt projekt, og opsæt OAuth-samtykkeskærmen.
- Generer legitimationsoplysninger til dit projekt ved at oprette en ny tjenestekonto og downloade JSON-nøglen. Sørg for at gemme JSON-nøglefilen sikkert.
- Del Google Sheet med tjenestekontoens e-mailadresse.
- Kør 'pip install google-api-python-client' for at installere pakken
Derefter kan du skrive en simpel kode i Python som vist nedenfor for at importere ovenstående transaktions.csv-fil til et Google-regneark.
import os
import csv
from google.oauth2 import service_account
from googleapiclient.discovery import build
from googleapiclient.errors import HttpError # Set the path to your JSON key file
key_path = 'key.json' # Set the ID of your Google Sheet
sheet_id = 'paintings_sales' # Authenticate with the Google Sheets API using your JSON key file
creds = None
if os.path.exists(key_path):
creds = service_account.Credentials.from_service_account_file(
key_path, scopes=['https://www.googleapis.com/auth/spreadsheets']) # Create a new Google Sheets API client
service = build('sheets', 'v4', credentials=creds) # Open the CSV file and read the data
with open('transactions.csv', 'r') as csv_file:
csv_data = csv.reader(csv_file)
values = [row for row in csv_data] # Set the range where you want to insert the data in your Google Sheet
range_name = 'Sheet1!A1:E'
# Build the request to insert the data into the Google Sheerequest_body = { 'range': range_name, 'majorDimension': 'ROWS', 'values': values
}
request = service.spreadsheets().values().update(
spreadsheetId=sheet_id, range=range_name, valueInputOption='USER_ENTERED', body=request_body)
# Execute the request to insert the data into the Google Sheet
response = request.execute()
Metode #3 Migrer data fra andre databaser:
Google Spreadsheets understøtter også nem migrering af data fra andre databaser. I henhold til kravet kan du vælge og migrere en batch af data fra andre databaser som Airtable og BigQuery som en CSV-fil og uploade den til Google Sheets.
Metode #4. Brug nanonetter:
Hvad hvis kunstneren e-mailer digitale fakturaer over sit salg og vil importere transaktionsdata derfra? Nanonets er go-to-løsningen her!
Nanonets er en AI-drevet platform, der bruger maskinlæringsalgoritmer til automatisk at udtrække de relevante data og konvertere dem til et regnearksformat, der nemt kan importeres til Google Sheets. Nanonets kan spare dig tid ved at eliminere manuel dataindtastning og strømline din dataindtastningsproces. OCR har høj nøjagtighed og kan håndtere mange dokumentformater og filstørrelser. Der findes flere OCR'er til specifikke forretningsbrugssager, herunder faktura OCR og kvittering OCR. Tjek et eksempel!
For at komme i gang skal du tilmelde dig en Nanonetter konto og upload dit dokument eller PDF-fil. Opsætning
Database til din hjemmeside med Google Sheets
Google Sheets kan være en enkel og omkostningseffektiv database til små websteder. Hvis du vil oprette en database til din hjemmeside, kan du bruge Google sheets til at webskrabe og indhente dataene.
For at komme i gang skal du først åbne et nyt Google Sheet og vælge "Værktøjer" og derefter "Script Editor". Her kan du skrive simple kodescripts til at udføre opgaver som dataimport og -manipulation.
Den indbyggede IMPORTXML funktionen giver dig mulighed for at udtrække data ved at indtaste websitets Xpath og URL.
Du kan bruge Importer HTML funktion til at skrabe data fra HTML-tabeller. Det giver også yderligere muligheder for at vælge en bestemt række eller kolonne. Hvad hvis du vil udtrække data, der matcher et bestemt mønster, såsom prisen nævnt på malerier eller fakturanummer?
Du kan bruge REGEKTRÆK funktion for det samme. I nedenstående udsnit har jeg inkluderet syntaksen og eksempler på disse almindelige funktioner. Tjek det ud!
#Syntax: IMPORTXML(url, xpath_query)
IMPORTXML("https://www.flagster.com", "decor_flags")
# Syntax: IMPORTHTML(url, query, index)
IMPORTHTML(‘hhtps://www.abstractart.com’,’table’,3)
#IMPORTDATA(url)
#Syntax: REGEXEXTRACT(text, regular_expression)
Hvis du leder efter flere trin til, hvordan du gør dette, kan du tjekke dette ud vejlede
Brug Google Sheets som en database til en HTML-side
Du kan oprette en HTML-side med Google Sheets som database, konfigurere den og interagere dynamisk og administrere indholdet. Naviger til Værktøjer => Script Editor for at få adgang til Google Apps Script-miljøet. Her kan du skrive en simpel kode som vist nedenfor til en HTML-webside, hvor brugeren indtaster data gemmes i indtastningsfeltet og skrives til Google sheets.
<!DOCTYPE html>
<html>
<body>
<table width="100" border="3" id="paintings"></table><br><br>
<input id="enterdata" type="text"/><button onclick="writeData()">Write Data</button>
<script>
function input_data(values) {
values.forEach(function(item, index) {
var tbl = document.getElementById("table");
tbl.innerHTML += '<tr><td>' + item[0] + '</td></tr>';
});
}
google.script.run.withSuccessHandler(input_data).readData();
function extract_data() {
var temp = document.getElementById("enterdata").value;
var tbl = document.getElementById("table")
tbl.innerHTML += '<tr><td>' + temp + '</td></tr>';
google.script.run.extract_data(temp);
document.getElementById("enterdata").value = null;
}
</script>
</body>
</html>
Ovenstående kode har et tabelelement med et id for "malerier" for at vise dataene. Der er et inputfelt med id'et "enterdata", og et knapelement, der udfører JavaScript-funktionen "writeData()", når der klikkes på det.
"input_data()" vil blive udført, når websiden indlæses, henter data og udfylder Googe-ark. Hvorimod, når "extract_data()" udføres, implementeres Google Apps-scriptet til at skrive data ind i tabeller. Det bruger Google Apps Script til at hente data fra Google Sheet og udfylder tabellen med de hentede værdier. Brug metoden "google.script.run" til at udføre Google Apps Script-funktionerne "readData()" og "extract_data()" fra HTML-siden.
En fordel ved denne metode er det nemme samarbejde, adgang og integration med andre tilgængelige Google-økosystemfaciliteter.
Brug Google Sheets som en database til en Django-app
Django er en webramme, der giver dig mulighed for hurtigt at oprette webapplikationer. Den leveres med en indbygget database kaldet SQLite, men understøtter også andre databaser som MySQL, PostgreSQL og Oracle. Selvom SQLite er fantastisk til udvikling, er det ikke velegnet til produktionsbrug. Det er her, Google Sheets kommer ind i billedet.
Lad os dykke ned i, hvordan du forbinder Django til Google Sheets og bruger det som en database! Brug API'en for at forbinde Django til Google Sheets. Hvis du ikke husker det, kan du tjekke, hvordan vi konfigurerer API'en og servicekontoen til et nyt Google-ark. Lad os nu skrive koden i Django App-biblioteket.
import os
from google.oauth2 import service_account
from googleapiclient.discovery import build SCOPES = ['https://www.googleapis.com/auth/spreadsheets']
SERVICE_ACCOUNT_FILE = os.path.join(BASE_DIR, 'path/to/credentials.json')
SPREADSHEET_ID = 'spreadsheet_120' creds = None
creds = service_account.Credentials.from_service_account_file(
SERVICE_ACCOUNT_FILE, scopes=SCOPES) service = build('sheets', 'v4', credentials=creds)
sheet = service.spreadsheets() def read_data(sheet_name):
result = sheet.values().get(spreadsheetId=SPREADSHEET_ID, range=sheet_name).execute()
data = result.get('values', [])
return data def write_data(sheet_name, data):
body = { 'values': data
}
result = sheet.values().append(spreadsheetId=SPREADSHEET_ID, range=sheet_name, valueInputOption='USER_ENTERED', insertDataOption='INSERT_ROWS', body=body).execute()
return result
Du kan angive regneark-id'et som en parameter. Dernæst vil jeg demonstrere, hvordan man opretter en simpel Django-app til at gemme og hente vores maleridatasæts transaktioner.
python manage.py startapp paintings_database
from django.db import models
class painting(models.Model):
name = models.CharField(max_length=255)
email = models.EmailField()
phone = models.CharField(max_length=20)
from django import forms
from .models import painting
class paintingForm(forms.ModelForm):
class Meta:
model = painting
fields = ['name', 'email', 'phone']
from django.shortcuts import render
from django.http import HttpResponseRedirect
from .forms import paintingForm
from .google_sheets import read_data, write_data
def painting_list(request):
data = read_data('Sheet1') # Replace 'Sheet1' with the name of your sheet
people = []
for row in data[1:]:
painting = { 'name': row[0], 'email': row[1], 'sale_price': row[2]
}
people.append(painting)
context = {'people': people}
return render(request, 'gs_database/painting_list.html', context)
def painting_create(request):
if request.method == 'POST':
form = paintingForm(request.POST)
if form.is_valid():
data = [[form.cleaned_data['name'], form.cleaned_data['email'], form.cleaned_data['sale_price']]]
write_data('Sheet1', data)
return HttpResponseRedirect('/painting-list/')
else:
form = paintingForm()
context = {'form': form}
return render(request, 'paintings_database/painting_create.html', context)
Jeg definerede en klasse 'maleri' med forskellige dataattributter og links til en formular. Jeg tilgår, skriver og manipulerer derefter formularens data. Samlet set er dette en fantastisk mulighed, hvis du lige er startet, da det er nemt at konfigurere og bruge
Brug Google Sheets som en database til et WordPress-websted
I nutidens digitale verden skriver og deler folk historier jævnligt på Medium, WordPress osv. Heldigvis kan vi bruge Sheets Database-tilføjelsen og nemt forbinde din WordPress-hjemmeside til et Sheet. Du kan derefter nemt gemme og hente data. Der er forskellige plug-ins som ArkDB Det kan være at linke til WordPress. Når de er linket og aktiveret, kan dataene vises i mange formater, såsom tabeller og grafer sammen med muligheden for at filtrere og forespørge.
Hvornår skal du gå efter denne metode?
Hvis du vil lave en dynamisk hjemmeside, der trækker data fra et ark, eller hvis du vil bruge et ark som backend til et WordPress-plugin. En af ulemperne ved WordPress er dog, at det kan være ret ressourcekrævende. Hvis du ikke er forsigtig, kan din WordPress hjemmeside ende med at koste dig mange penge i hostinggebyrer.
Brug Google Sheets som en lagerdatabase
Lagerstyring er afgørende for enhver kunstner eller lille forretningsmand, der sælger fysiske produkter online. Dataene om antallet af råvarer, ordrer i produktionen, leverandørordrer og prisstigninger skal opdateres rettidigt. En velorganiseret lagerdatabase kan spare dig tid og penge ved at hjælpe dig med at undgå lagerudbud, overlager og lagerkrympning. Praksisen med at vedligeholde en database, der begrænser lager- og forsyningskædedata, kaldes 'lagerdatabasestyring'.
Google Sheets tilbyder en one-stop-løsning til at konfigurere en app til lagerstyring med AppSheet-produktet. Den kommer med en masse indbyggede funktioner til den specifikke brugssag. Derfor bør startups og små virksomheder med begrænsede datastørrelser uden tvivl prøve Google Sheets for deres beholdning!
Skal du bruge Google Sheets som en relationel database?
Kort sagt NEJ.
Hvis du ikke er bekendt med RDBMS-systemet, så lad mig give en kort forklaring. En relationsdatabase er en database, der gemmer data i tabeller, der er relateret til hinanden. I relationelle databaser er flere tabeller i et datasæt forbundet med fælles felter eller nøgler. Tjek nedenstående eksempelbillede for at forstå det bedre. Sådanne databaser bruges ofte til at gemme store mængder data, som skal tilgås af flere brugere.
Google Sheets blev ikke lavet til at fungere som et relationelt databasestyringssystem og kan mislykkes i tilfælde af komplekse datastrukturer og forespørgselskrav.
Visualiser data med Google Sheets.
Mens vi har fokuseret på dataindsamling og lagring, så lad os ikke glemme det næste trin med at analysere data og fange mønstre. Google Sheets tilbyder flere værktøjer til at visualisere dataene i forskellige former, herunder søjlediagrammer, histogrammer, cirkeldiagrammer og meget mere.
Du kan opdage outliers, sammenligne trends over forskellige tidsperioder og præsentere indsigterne på en kreativ måde! Nedenfor viser jeg hurtigt, hvordan du opretter og ændrer diagramtyper i Google sheets for udvalgte data.
Brug af Google Sheets som en database fra Google Forms
Google Forms er blevet mere og mere populært på grund af deres nemme grænseflade og hurtige responstid. Vidste du, at du kan linke din Google-formular til en regnearksdatabase?
Når du linker dem, vil de indsamlede data i din formular automatisk blive tilføjet til arket. Du kan bruge nedenstående kode i Script-editoren.
function onFormSubmit(e) {
var sheet = SpreadsheetApp.getActiveSheet();
var row = sheet.getLastRow();
var data = e.namedValues;
sheet.getRange(row, 1).setValue(data['Name'][0]);
sheet.getRange(row, 2).setValue(data['Email Address'][0]);
sheet.getRange(row, 3).setValue(data['Sale price’’][0]);}
Derefter skal du navigere til din Google-formulars "Svar"-faneblad og vælge "Opret regneark". Du burde kunne se en mulighed for at "Link Form". Det er det! Dataene vil blive organiseret i rækker og kan sorteres, filtreres og analyseres ved hjælp af Google Sheets' kraftfulde værktøjer. Dette er en hurtig og effektiv metode til at oprette en strømlinet database til personlige projekter, indsamling af undersøgelsesdata mv.
Automatiser dataindtastning i enhver database med nanonetter
Nanonets' kraftfulde OCR- og workflowautomatiseringsplatform kan hurtigt automatisere dataindtastning fra enhver datakilde med en kodefri grænseflade. Nanonets har nemme integrationer med top CRM, ERP og databaser, hvilket sikrer høj datanøjagtighed, mens data udtrækkes og synkroniseres.
Bekymre dig mindre om at opdatere databaser regelmæssigt og konverter nemt ustrukturerede dokumentdata til et struktureret format med Nanonets. Tjek Nanonets' integrationer.
Ønsker du at automatisere dokumentkonverteringsprocesser, så tjek vores gratis OCR-værktøjer:
Konklusion
Vi har set de forskellige anvendelsesmuligheder for Google Sheets en database indtil nu! Husk, at kraften ved Google-ark realiseres bedst, når den integreres med andre værktøjer i Googles økosystem som Google Forms, API, Appstore og meget mere. Men de mangler stadig mange funktioner i den traditionelle database, og virksomheder bør opgradere, efterhånden som de udvides. Der kan også være sikkerhedsproblemer ved lagring af følsomme tredjepartsoplysninger på Google Sheets. Tilpas og improviser efter behov for tid! Håber du nød læsningen!
Hvornår skal du vælge Google Sheets til at bygge en database?
en stor ulempe ved Google Sheets er dens begrænsede funktionalitet på et avanceret niveau, hvilket betyder, at det ikke er særlig skalerbart, og det er ikke det bedste værktøj til at bygge mere komplekse databaser. på grund af dets ligheder med Excels brugergrænseflade (UI) har den en ret overfladisk indlæringskurve.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- Platoblokkæde. Web3 Metaverse Intelligence. Viden forstærket. Adgang her.
- Udmøntning af fremtiden med Adryenn Ashley. Adgang her.
- Kilde: https://nanonets.com/blog/how-to-use-google-sheets-as-a-database/
- :er
- $OP
- 1
- 100
- 7
- a
- I stand
- Om
- om det
- over
- adgang
- af udleverede
- Konto
- nøjagtighed
- tilpasse
- Tilføjelse
- tilføjet
- Yderligere
- adresse
- fremskreden
- Fordel
- AI-drevne
- algoritmer
- tillader
- alternativ
- beløb
- Analytikere
- analysere
- ,
- api
- app
- applikationer
- apps
- ER
- kunstner
- AS
- At
- attributter
- autentificere
- Godkendelse
- automatisere
- automatisk
- Automation
- til rådighed
- Bagende
- Bar
- bund
- grundlag
- BE
- fordi
- bliver
- jf. nedenstående
- BEDSTE
- Bedre
- større
- Blog
- krop
- bygge
- Bygning
- indbygget
- virksomhed
- virksomheder
- forretningsmand
- .
- by
- kaldet
- CAN
- Optagelse
- forsigtig
- tilfælde
- tilfælde
- kæde
- lave om
- Chart
- Diagrammer
- kontrollere
- Vælg
- klasse
- kunde
- Cloud
- kode
- samarbejde
- Indsamling
- samling
- Kolonne
- KOM
- Kom
- Fælles
- sammenligne
- fuldføre
- komplekse
- Bekymringer
- konklusion
- Tilslut
- tilsluttet
- Connectivity
- samtykke
- Konsol
- konsulenter
- indhold
- sammenhæng
- kontrol
- Konvertering
- konvertere
- omkostningseffektiv
- skabe
- skaber
- Oprettelse af
- Kreativ
- Legitimationsoplysninger
- CRM
- afgørende
- skøger
- data
- indtastning af data
- datavisualisering
- Database
- databaser
- datasæt
- definerede
- demonstrere
- indsat
- detaljeret
- Udvikling
- DID
- forskellige
- digital
- digital verden
- Ulempe
- opdagelse
- diskutere
- Skærm
- forskelligartede
- Django
- dokumentet
- Dont
- ned
- ulemper
- dynamisk
- dynamisk
- e
- hver
- nemt
- økosystem
- editor
- effektiv
- element
- eliminere
- emails
- sikre
- sikring
- Indtast
- Går ind i
- indrejse
- Miljø
- ERP
- fejl
- etc.
- eksempel
- eksempler
- Excel
- udføre
- Udfører
- Udvid
- udvider
- forklaring
- eksport
- ekstrakt
- Ansigtet
- FAIL
- bekendt
- gennemførlig
- Funktionalitet
- Gebyrer
- felt
- Fields
- Figur
- File (Felt)
- Filer
- filtrere
- Filtre
- Finde
- Fornavn
- fokusering
- Til
- Til opstart
- formular
- format
- formularer
- Framework
- Gratis
- gratis ocr værktøjer
- Frekvens
- fra
- funktion
- funktionaliteter
- funktionalitet
- funktioner
- yderligere
- få
- Giv
- Go
- godt
- Google Cloud
- Googles
- grafer
- stor
- Vokser
- vejlede
- håndtere
- hænder
- sker
- Have
- hjælpe
- link.
- Høj
- håber
- Hosting
- Hvordan
- How To
- Men
- HTML
- http
- HTTPS
- i
- SYG
- ID
- billede
- importere
- in
- medtaget
- Herunder
- stigende
- indeks
- individuel
- oplysninger
- indgang
- indsigt
- installere
- anvisninger
- integreret
- integration
- integrationer
- interagere
- grænseflade
- opgørelse
- Lagerstyring
- faktura ocr
- IT
- ITS
- JavaScript
- json
- Holde
- Nøgle
- nøgler
- Kend
- arbejdskraft
- Mangel
- stor
- læring
- Lets
- Niveau
- ligesom
- Limited
- LINK
- forbundet
- links
- Se
- leder
- Lot
- Lav
- maskine
- machine learning
- lavet
- Vedligeholdelse
- større
- maerker
- administrere
- ledelse
- Håndtering
- manuel
- manuelt
- mange
- materialer
- Kan..
- midler
- medium
- nævnte
- Meta
- metode
- metoder
- migrere
- migration
- model
- modeller
- penge
- mere
- mere effektiv
- mest
- flere
- mysql
- navn
- Naviger
- Behov
- behov
- Ny
- næste
- nummer
- oauth
- opnå
- OCR
- of
- on
- ONE
- online
- åbent
- Option
- Indstillinger
- oracle
- ordrer
- Organiseret
- OS
- Andet
- samlet
- Overstock
- side
- malerier
- parameter
- særlig
- part
- sti
- Mønster
- mønstre
- Mennesker
- perioder
- personale
- telefon
- fysisk
- perron
- plato
- Platon Data Intelligence
- PlatoData
- plugin
- Populær
- Indlæg
- postgresql
- magt
- vigtigste
- praksis
- præsentere
- smuk
- pris
- behandle
- Processer
- Produkt
- produktion
- Produkter
- projekt
- projekter
- give
- giver
- leverer
- Sweatre & trøjer
- Python
- forespørgsler
- Hurtig
- hurtigt
- rækkevidde
- Raw
- RE
- Læs
- Læsning
- gik op for
- Kvittering OCR
- optage
- regelmæssigt
- relaterede
- relevant
- huske
- Fjern
- erstatte
- anmode
- krav
- Krav
- redde
- ressourceintensive
- Ressourcer
- svar
- resultere
- afkast
- RÆKKE
- Kør
- s
- sikkert
- salg
- salg
- samme
- Gem
- skalerbar
- Skærm
- scripts
- Sektion
- sektioner
- sikkerhed
- valgt
- selektiv
- Sells
- følsom
- tjener
- tjeneste
- sæt
- setup
- lavvandet
- Del
- deling
- Kort
- mangel
- bør
- Vis
- vist
- underskrive
- ligheder
- Simpelt
- Størrelse
- størrelser
- faglært
- lille
- små virksomheder
- løsninger
- Kilde
- specifikke
- regneark
- standard
- påbegyndt
- Starter
- Nystartede
- Trin
- Steps
- Stadig
- opbevaring
- butik
- opbevaret
- forhandler
- Historier
- lagring
- ligetil
- strømlinet
- strømlining
- struktureret
- sådan
- forsyne
- forsyningskæde
- support
- Understøtter
- Overspænding
- Kortlægge
- syntaks
- systemet
- bord
- opgaver
- at
- deres
- Them
- Disse
- Tredje
- Gennem
- hele
- tid
- til
- nutidens
- også
- værktøj
- værktøjer
- top
- traditionelle
- transaktion
- Transaktioner
- Tendenser
- typer
- ui
- forstå
- ukendt
- Opdatering
- opdatering
- opgradering
- URL
- us
- brug
- brug tilfælde
- brugssager
- Bruger
- Brugergrænseflade
- brugere
- værdi
- Værdier
- forskellige
- visualisering
- Vej..
- web
- webapplikationer
- Hjemmeside
- websites
- GODT
- Hvad
- som
- mens
- WHO
- vilje
- med
- WordPress
- WordPress plugin
- world
- skriver
- skriftlig
- Du
- Din
- zephyrnet