Cómo usarla
- Pega el texto en el cuadro de entrada.
- Marca los pasos de limpieza que quieras. Los más habituales ya están activados.
- Revisa el resultado en el cuadro de salida. Se actualiza cada vez que cambias una opción.
- Copia el texto limpio o úsalo como nueva entrada para volver a limpiarlo.
Cómo funciona
Los pasos siempre se ejecutan en el mismo orden: eliminar las etiquetas HTML, quitar caracteres invisibles, enderezar comillas, reemplazar tabulaciones, eliminar espacios sobrantes, quitar los espacios al inicio y al final de las líneas, reducir las líneas en blanco y, por último, quitar los saltos de línea. Primero, los finales de línea de Windows y de los Mac antiguos se convierten en saltos de línea estándar.
«Eliminar etiquetas HTML» solo actúa sobre el texto: el HTML nunca se procesa ni se ejecuta. Elimina los comentarios y el contenido de los elementos script, style, template y noscript; convierte <br> y el final de párrafos, elementos de lista, encabezados y filas de tabla en saltos de línea; elimina las demás etiquetas y, después, decodifica las entidades numéricas y las entidades con nombre más comunes (&, <, >, ", , — y otras). Un signo menor que seguido directamente de una letra, como en «a<b», parece una etiqueta y puede eliminarse junto con todo lo que venga a continuación hasta el siguiente «>».
«Quitar caracteres invisibles» elimina los espacios de ancho cero (U+200B), los conectores de palabras, las marcas de orden de bytes (U+FEFF), los guiones discrecionales, las marcas y caracteres de dirección de izquierda a derecha y de derecha a izquierda, y los caracteres de control, excepto la tabulación y el salto de línea. Suelen aparecer al copiar texto de sitios web, aplicaciones de chat y PDF, y pueden afectar a las búsquedas, el código y las fórmulas de hojas de cálculo. Se conservan el conector y el separador de ancho cero, porque los emoji de familias y profesiones, y varios sistemas de escritura como el persa y el hindi, los necesitan.
«Eliminar espacios sobrantes» convierte cada secuencia de espacios, tabulaciones y espacios de no separación en un único espacio normal, pero no modifica los saltos de línea. «Quitar saltos de línea» une todas las líneas en un solo párrafo, lo que corrige el texto copiado de PDF en el que cada línea termina con un salto manual; si está activada la opción «Conservar saltos entre párrafos», las líneas en blanco siguen separando los párrafos. Las palabras con guion al final de una línea no se vuelven a unir. La opción de comillas no modifica las comillas angulares (« ») ni los signos de prima.
Ejemplos
Texto copiado de un PDF
Un párrafo de un PDF llega con un salto de línea cada 70 caracteres. «Quitar saltos de línea», con «Conservar saltos entre párrafos» activado, vuelve a unir el texto en párrafos fluidos que puedes pegar en un documento.
Un valor que no coincide
Un código de producto copiado de un sitio web no coincide en una búsqueda de una hoja de cálculo porque contiene un espacio de ancho cero. «Quitar caracteres invisibles» lo elimina y la búsqueda funciona.
Texto sin formato desde HTML
Con «Eliminar etiquetas HTML» activado, «<p>Price: 10 €</p><script>track()</script>» se convierte en «Price: 10 €»: se elimina el script y su contenido, se decodifican las entidades y el espacio de no separación se convierte en un espacio normal.
Preguntas frecuentes
¿Es seguro pegar HTML de un sitio web desconocido?
Sí. El HTML se procesa como texto sin formato mediante la búsqueda de patrones y se muestra en un cuadro de texto. Nunca se inserta en la página, así que sus scripts no pueden ejecutarse.
¿Qué son los caracteres de ancho cero y por qué eliminarlos?
Son caracteres sin ancho visible, como el espacio de ancho cero y la marca de orden de bytes. No se ven en pantalla, pero hacen que dos palabras que parecen idénticas sean diferentes, lo que afecta a las búsquedas, la detección de duplicados y el código.
¿Por qué se conservan algunos conectores de emoji?
Los emoji como 👨👩👧 están formados por varios emoji unidos por el conector de ancho cero; el persa y algunos sistemas de escritura de la India usan el separador de ancho cero para dar forma a las palabras. Eliminarlos cambiaría el aspecto del texto, por eso se conservan.
¿Corrige las palabras cortadas con un guion al final de una línea?
No. Un guion al final de una línea puede formar parte de la palabra (como en «bien conocido») o solo marcar un corte dentro de ella. La herramienta no puede saber cuál es el caso, así que deja los guiones tal como están.
Privacidad
La limpieza se realiza solo en tu navegador. El texto no se sube, almacena ni incluye en las analíticas.