tigtools

Tekstinpuhdistaja

Liitä sekavaa tekstiä PDF:stä, verkkosivulta tai sähköpostista ja kytke päälle tarvitsemasi siivoustoimenpiteet. Tulos päivittyy, kun muutat asetuksia.

Toimii selaimessasi Ei rekisteröitymistä

Valinnat

Käyttöohje

  1. Liitä teksti syötekenttään.
  2. Valitse haluamasi siivoustoimenpiteet. Yleisimmät ovat jo päällä.
  3. Tarkista tulos tulostekentästä. Se päivittyy aina, kun muutat asetusta.
  4. Kopioi puhdistettu teksti tai käytä sitä uutena syötteenä puhdistaaksesi sen uudelleen.

Näin se toimii

Vaiheet suoritetaan aina samassa järjestyksessä: poista HTML-tagit, poista näkymättömät merkit, suorista lainausmerkit, korvaa sarkaimet, poista ylimääräiset välilyönnit, siisti rivit, tiivistä tyhjät rivit ja lopuksi poista rivinvaihdot. Windows- ja vanhat Mac-rivinvaihdot muunnetaan ensin tavallisiksi rivinvaihdoiksi.

“Poista HTML-tagit” toimii vain tekstiin: HTML-koodia ei koskaan renderöidä eikä suoriteta. Se poistaa kommentit ja script-, style-, template- ja noscript-elementtien sisällöt, muuntaa <br>-tagit sekä kappaleiden, luettelokohtien, otsikoiden ja taulukkorivien loput rivinvaihdoiksi, poistaa kaikki muut tagit ja purkaa lopuksi numeeriset entiteetit ja yleisimmät nimetyt entiteetit (&amp;, &lt;, &gt;, &quot;, &nbsp;, &mdash; ja muut). Pienempi kuin -merkki, jota seuraa suoraan kirjain, kuten “a<b”, näyttää tagilta ja saatetaan poistaa siihen asti, kunnes seuraava “>” kohdataan.

“Poista näkymättömät merkit” poistaa nollaleveät välilyönnit (U+200B), sananliittäjät, tavumerkit (U+FEFF), pehmeät tavutusviivat, vasemmalta oikealle ja oikealta vasemmalle -merkit sekä upotukset ja muut ohjausmerkit paitsi sarkaimen ja rivinvaihdon. Näitä tulee usein tekstin mukana kopioitaessa verkkosivuilta, keskustelusovelluksista ja PDF-tiedostoista, ja ne voivat rikkoa hakuja, koodia ja taulukkolaskentakaavoja. Nollaleveä liittäjä ja erotin säilytetään, koska perhe- ja ammattiemojit sekä useat kirjoitusjärjestelmät, kuten persia ja hindi, tarvitsevat niitä.

“Poista ylimääräiset välilyönnit” muuttaa jokaisen peräkkäisten välilyöntien, sarkainten ja sitovien välilyöntien jakson yhdeksi tavalliseksi välilyönniksi, mutta jättää rivinvaihdot rauhaan. “Poista rivinvaihdot” yhdistää kaikki rivit yhdeksi kappaleeksi, mikä korjaa PDF-tiedostoista kopioidun tekstin, jossa jokainen rivi päättyy kovaan rivinvaihtoon; kun “Säilytä kappalejako” on käytössä, tyhjät rivit erottavat edelleen kappaleet. Rivin lopussa tavutetut sanat eivät yhdisty uudelleen. Lainausmerkkivaihtoehto ei muuta kulmalainausmerkkejä (« ») eikä minuuttimerkkejä.

Esimerkit

PDF-tiedostosta kopioitu teksti

PDF-tiedostosta kopioidussa kappaleessa on rivinvaihto 70 merkin välein. ”Poista rivinvaihdot” ja ”Säilytä kappalejaot” palauttavat sen juoksevaksi tekstiksi, jonka voi liittää asiakirjaan.

Arvo, joka ei täsmää

Verkkosivulta kopioitu tuotekoodi ei toimi taulukkolaskennan haussa, koska se sisältää nollan levyisen välilyönnin. ”Poista näkymättömät merkit” poistaa sen, ja haku toimii.

Pelkkä teksti HTML:stä

Kun ”Poista HTML-tunnisteet” on käytössä, ”<p>Price: 10&nbsp;&euro;</p><script>track()</script>” muuttuu muotoon ”Price: 10 €”: skripti poistetaan sisältöineen, entiteetit puretaan ja sitova välilyönti muuttuu tavalliseksi välilyönniksi.

Usein kysytyt kysymykset

Onko turvallista liittää HTML:ää tuntemattomalta verkkosivulta?

Kyllä. HTML käsitellään pelkkänä tekstinä kuviovastaavuuksilla ja näytetään tekstikentässä. Sitä ei koskaan lisätä sivulle, joten siinä olevat skriptit eivät voi suorittaa.

Mitä ovat nollaleveät merkit ja miksi ne poistetaan?

Ne ovat merkkejä, joilla ei ole näkyvää leveyttä, kuten nollaleveä välilyönti ja tavujärjestysmerkki. Ne eivät näy ruudulla, mutta ne tekevät kahdesta samannäköisestä sanasta erilaiset, mikä rikkoo haut, kaksoiskappaleiden tarkistukset ja koodin.

Miksi jotkin emojiliittimet säilytetään?

Emojit, kuten 👨‍👩‍👧, ovat useita emojeita, jotka on yhdistetty nollaleveällä liittimellä, ja persia ja jotkin intialaiset kirjoitusjärjestelmät käyttävät nollaleveää ei-liitintä sanojen muotoiluun. Niiden poistaminen muuttaisi tekstin ulkoasua, joten ne säilytetään.

Korjaako se sanat, jotka on katkaistu tavuviivalla rivin lopussa?

Ei. Rivin lopussa oleva tavuviiva voi kuulua sanaan (kuten sanassa ”well-known”) tai merkitä vain sanan sisäistä tavutusta, eikä työkalu voi tietää kumpaa tarkoitetaan, joten tavuviivat jätetään sellaisiksi kuin ne ovat.

Tietosuoja

Puhdistus tapahtuu vain selaimessasi. Tekstiä ei ladata, tallenneta tai sisällytetä analytiikkaan.