tigtools

Καθαρισμός κειμένου

Επικολλήστε ακατάστατο κείμενο από PDF, ιστοσελίδα ή email και ενεργοποιήστε τα βήματα καθαρισμού που χρειάζεστε. Το αποτέλεσμα ενημερώνεται καθώς αλλάζετε τις επιλογές.

Εκτελείται στον περιηγητή σας Χωρίς εγγραφή

Επιλογές

Πώς να το χρησιμοποιήσετε

  1. Επικολλήστε το κείμενό σας στο πλαίσιο εισαγωγής.
  2. Επιλέξτε τα βήματα καθαρισμού που θέλετε. Τα πιο συνηθισμένα είναι ήδη ενεργοποιημένα.
  3. Ελέγξτε το αποτέλεσμα στο πλαίσιο εξόδου. Ενημερώνεται κάθε φορά που αλλάζετε μια επιλογή.
  4. Αντιγράψτε το καθαρισμένο κείμενο ή χρησιμοποιήστε το ως νέα είσοδο για να το καθαρίσετε ξανά.

Πώς λειτουργεί

Τα βήματα εκτελούνται πάντα με την ίδια σειρά: αφαίρεση HTML, αφαίρεση αόρατων χαρακτήρων, ευθυγράμμιση εισαγωγικών, αντικατάσταση στηλοθετών, αφαίρεση περιττών κενών, περικοπή γραμμών, σύμπτυξη κενών γραμμών και τέλος αφαίρεση αλλαγών γραμμής. Οι αλλαγές γραμμής των Windows και των παλαιών Mac μετατρέπονται πρώτα σε τυπικές αλλαγές γραμμής.

Η «Αφαίρεση ετικετών HTML» λειτουργεί μόνο στο κείμενο: το HTML δεν αποδίδεται ούτε εκτελείται ποτέ. Διαγράφει τα σχόλια και το περιεχόμενο των στοιχείων script, style, template και noscript, μετατρέπει το <br> και το τέλος παραγράφων, στοιχείων λίστας, επικεφαλίδων και γραμμών πίνακα σε αλλαγές γραμμής, αφαιρεί όλες τις υπόλοιπες ετικέτες και στη συνέχεια αποκωδικοποιεί αριθμητικές οντότητες και κοινές ονομαστικές (&amp;, &lt;, &gt;, &quot;, &nbsp;, &mdash; και άλλες). Ένα σύμβολο «μικρότερο από» που ακολουθείται αμέσως από γράμμα, όπως στο «a<b», μοιάζει με ετικέτα και μπορεί να αφαιρεθεί μαζί με ό,τι ακολουθεί μέχρι το επόμενο «>».

Η «Αφαίρεση αόρατων χαρακτήρων» διαγράφει κενά μηδενικού πλάτους (U+200B), ενωτικά λέξεων, σημάδια σειράς byte (U+FEFF), μαλακές παύλες, σημάδια αριστερά-προς-δεξιά και δεξιά-προς-αριστερά και ενσωματώσεις, καθώς και χαρακτήρες ελέγχου εκτός από tab και αλλαγή γραμμής. Αυτοί συχνά εμφανίζονται σε κείμενο που αντιγράφεται από ιστοτόπους, εφαρμογές συνομιλίας και PDF και μπορεί να χαλάσουν αναζητήσεις, κώδικα και τύπους υπολογιστικών φύλλων. Το ενωτικό μηδενικού πλάτους (zero-width joiner) και το μη ενωτικό (non-joiner) διατηρούνται, επειδή τα χρειάζονται emoji οικογένειας και επαγγελμάτων και διάφορες γραφές όπως τα περσικά και τα χίντι.

Η «Αφαίρεση περιττών κενών» μετατρέπει κάθε ακολουθία κενών, στηλοθετών και μη διακοπτόμενων κενών σε ένα κανονικό κενό, αλλά αφήνει τις αλλαγές γραμμής ως έχουν. Η «Αφαίρεση αλλαγών γραμμής» ενώνει όλες τις γραμμές σε μία παράγραφο, διορθώνοντας κείμενο που αντιγράφηκε από PDF όπου κάθε γραμμή τελειώνει με σκληρή αλλαγή γραμμής· με ενεργή τη «Διατήρηση αλλαγών παραγράφων», οι κενές γραμμές εξακολουθούν να χωρίζουν παραγράφους. Οι λέξεις που είναι ενωμένες με παύλα στο τέλος μιας γραμμής δεν επανενώνονται. Τα γαλλικά εισαγωγικά (« ») και τα σύμβολα prime δεν αλλάζουν από την επιλογή εισαγωγικών.

Παραδείγματα

Κείμενο αντιγραμμένο από PDF

Μια παράγραφος από ένα PDF φτάνει με αλλαγή γραμμής μετά από κάθε 70 χαρακτήρες. Η «Αφαίρεση αλλαγών γραμμής» μαζί με τη «Διατήρηση παραγράφων» τη μετατρέπει ξανά σε κανονικές παραγράφους που μπορείτε να επικολλήσετε σε ένα έγγραφο.

Μια τιμή που δεν ταιριάζει

Ένας κωδικός προϊόντος που αντιγράφηκε από έναν ιστότοπο αποτυγχάνει σε αναζήτηση σε λογιστικό φύλλο επειδή περιέχει έναν κενό χαρακτήρα μηδενικού πλάτους. Η «Αφαίρεση αόρατων χαρακτήρων» τον διαγράφει και η αναζήτηση λειτουργεί.

Απλό κείμενο από HTML

Με ενεργοποιημένη την «Αφαίρεση ετικετών HTML», το «<p>Price: 10&nbsp;&euro;</p><script>track()</script>» γίνεται «Price: 10 €»: το script αφαιρείται μαζί με το περιεχόμενό του, οι οντότητες αποκωδικοποιούνται και το μη διακεκομμένο κενό γίνεται κανονικό κενό.

Συχνές ερωτήσεις

Είναι ασφαλές να επικολλήσω HTML από άγνωστο ιστότοπο;

Ναι. Το HTML επεξεργάζεται ως απλό κείμενο με αντιστοίχιση προτύπων και εμφανίζεται σε πλαίσιο κειμένου. Δεν εισάγεται ποτέ στη σελίδα, επομένως τα σενάρια που περιέχει δεν μπορούν να εκτελεστούν.

Τι είναι οι χαρακτήρες μηδενικού πλάτους και γιατί να τους αφαιρέσω;

Είναι χαρακτήρες χωρίς ορατό πλάτος, όπως το κενό μηδενικού πλάτους και το σημάδι σειράς byte. Είναι αόρατοι στην οθόνη, αλλά κάνουν δύο φαινομενικά ίδιες λέξεις διαφορετικές, κάτι που χαλάει τις αναζητήσεις, τους ελέγχους διπλοτύπων και τον κώδικα.

Γιατί διατηρούνται ορισμένα ενωτικά emoji;

Emoji όπως το 👨‍👩‍👧 αποτελούνται από πολλά emoji που ενώνονται με το ενωτικό μηδενικού πλάτους, ενώ τα περσικά και ορισμένες ινδικές γραφές χρησιμοποιούν το μη ενωτικό μηδενικού πλάτους για τη διαμόρφωση των λέξεων. Η αφαίρεσή τους θα άλλαζε την εμφάνιση του κειμένου, γι' αυτό διατηρούνται.

Διορθώνει λέξεις που έχουν κοπεί με ενωτικό στο τέλος μιας γραμμής;

Όχι. Ένα ενωτικό στο τέλος μιας γραμμής μπορεί να ανήκει στη λέξη (όπως στο «well-known») ή να δηλώνει απλώς αλλαγή γραμμής μέσα σε μια λέξη, και το εργαλείο δεν μπορεί να ξεχωρίσει ποια από τις δύο περιπτώσεις ισχύει, επομένως τα ενωτικά παραμένουν ως έχουν.

Απόρρητο

Ο καθαρισμός γίνεται μόνο στο πρόγραμμα περιήγησής σας. Το κείμενο δεν μεταφορτώνεται, δεν αποθηκεύεται και δεν περιλαμβάνεται στα αναλυτικά στοιχεία.