كيفية الاستخدام
- الصق النص في مربع الإدخال.
- حدّد خطوات التنظيف التي تريدها. الخيارات الأكثر شيوعًا مفعّلة مسبقًا.
- راجع النتيجة في مربع الإخراج. تتحدّث كلما غيّرت أحد الخيارات.
- انسخ النص المنظّف، أو استخدمه كإدخال جديد لتنظيفه مرة أخرى.
كيف تعمل الأداة
تُنفّذ الخطوات دائمًا بالترتيب نفسه: إزالة HTML، ثم حذف الأحرف غير المرئية، واستبدال علامات الاقتباس، واستبدال علامات الجدولة، وإزالة المسافات الزائدة، وتشذيب الأسطر، ودمج الأسطر الفارغة، وأخيرًا إزالة فواصل الأسطر. تُحوّل أولًا نهايات الأسطر في Windows وMac القديم إلى محارف سطر جديد قياسية.
تعمل ميزة «إزالة وسوم HTML» على النص فقط؛ فلا يُعرض HTML ولا يُشغّل. تحذف التعليقات ومحتويات عناصر script وstyle وtemplate وnoscript، وتحول <br> ونهايات الفقرات وعناصر القوائم والعناوين وصفوف الجداول إلى فواصل أسطر، ثم تزيل جميع الوسوم الأخرى وتفك ترميز الكيانات الرقمية والكيانات الشائعة المسماة (& و< و> و" و و— وغيرها). يُعامل رمز أصغر من إذا تبعته مباشرةً حرف، كما في “a<b”، على أنه وسم، وقد يُحذف مع ما يليه حتى علامة “>” التالية.
تحذف ميزة «إزالة الأحرف غير المرئية» المسافات بعرض صفري (U+200B)، وواصلة الكلمات، وعلامات ترتيب البايتات (U+FEFF)، والواصلات اللينة، وعلامات واتجاهات وتضمينات اليسار إلى اليمين واليمين إلى اليسار، ومحارف التحكم عدا علامة الجدولة ومحرف السطر الجديد. غالبًا ما تصل هذه المحارف مع النص المنسوخ من المواقع الإلكترونية وتطبيقات الدردشة وملفات PDF، وقد تعطل عمليات البحث والشفرة وصيغ جداول البيانات. يُبقى على واصلي العرض الصفري وعدم الوصل، لأنهما ضروريان لرموز تعبيرية كثيرة، مثل رموز العائلة والمهن، ولبعض أنظمة الكتابة مثل الفارسية والهندية.
تحوّل ميزة «إزالة المسافات الزائدة» كل سلسلة من المسافات وعلامات الجدولة والمسافات غير القابلة للكسر إلى مسافة عادية واحدة، مع إبقاء فواصل الأسطر كما هي. تجمع ميزة «إزالة فواصل الأسطر» كل الأسطر في فقرة واحدة، ما يصلح النص المنسوخ من ملفات PDF حيث ينتهي كل سطر بفاصل صريح؛ وإذا كان خيار «الإبقاء على فواصل الفقرات» مفعّلًا، تظل الأسطر الفارغة تفصل بين الفقرات. لا تُجمع الكلمات التي قُسّمت بشرطة في نهاية السطر من جديد. ولا يغيّر خيار علامات الاقتباس علامتي التنصيص الزاويتين (« ») أو علامتي الدقائق والثواني.
أمثلة
نص منسوخ من ملف PDF
يصل النص المنسوخ من ملف PDF وفيه فاصل سطر بعد كل 70 حرفًا. تعيد ميزة «إزالة فواصل الأسطر» مع تفعيل خيار «الإبقاء على فواصل الفقرات» النص إلى فقرات متصلة يمكنك لصقها في مستند.
قيمة لا تتطابق
يفشل البحث عن رمز منتج منسوخ من موقع إلكتروني في جدول بيانات لاحتوائه على مسافة بعرض صفري. تحذفها ميزة «إزالة الأحرف غير المرئية»، فينجح البحث.
نص عادي من HTML
عند تفعيل «إزالة وسوم HTML»، يتحول “<p>Price: 10 €</p><script>track()</script>” إلى “Price: 10 €”: يُحذف script مع محتواه، وتُفك ترميزات الكيانات، وتتحول المسافة غير القابلة للكسر إلى مسافة عادية.
الأسئلة الشائعة
هل من الآمن لصق HTML من موقع إلكتروني غير معروف؟
نعم. تُعالَج HTML كنص عادي باستخدام مطابقة الأنماط، وتُعرض في مربع نص. ولا تُدرج مطلقًا في الصفحة، لذا لا يمكن تشغيل البرامج النصية الموجودة فيها.
ما المحارف ذات العرض الصفري، ولماذا ينبغي إزالتها؟
هي محارف لا عرض مرئيًا لها، مثل المسافة بعرض صفري وعلامة ترتيب البايتات. لا تظهر على الشاشة، لكنها تجعل كلمتين تبدوان متطابقتين مختلفتين، ما يعطل عمليات البحث والتحقق من التكرارات والشفرة.
لماذا يُبقى على بعض واصلات الرموز التعبيرية؟
تتكون رموز تعبيرية مثل 👨👩👧 من عدة رموز تعبيرية يربط بينها واصل العرض الصفري، وتستخدم الفارسية وبعض أنظمة الكتابة الهندية محرف عدم الوصل ذي العرض الصفري لتشكيل الكلمات. قد تؤدي إزالتهما إلى تغيير مظهر النص، لذا نُبقي عليهما.
هل تصلح الكلمات التي قُسّمت بشرطة في نهاية السطر؟
لا. قد تكون الشرطة في نهاية السطر جزءًا من الكلمة (مثل “well-known”) أو علامة على انقسام الكلمة عند نهاية السطر، ولا يمكن للأداة التمييز بين الحالتين؛ لذلك تترك الشرطات كما هي.
الخصوصية
تتم عملية التنظيف في متصفحك فقط. لا يُرفع النص أو يُخزّن أو يُضمّن في بيانات التحليلات.