tigtools

Pembersih Teks

Tampal teks berselerak daripada PDF, halaman web atau e-mel dan hidupkan langkah pembersihan yang anda perlukan. Hasil akan dikemas kini apabila anda menukar pilihan.

Berjalan dalam pelayar anda Tanpa pendaftaran

Pilihan

Cara menggunakannya

  1. Tampal teks anda ke dalam kotak input.
  2. Tandakan langkah pembersihan yang anda mahu. Langkah yang paling biasa sudah dihidupkan.
  3. Semak hasil dalam kotak output. Ia dikemas kini setiap kali anda menukar pilihan.
  4. Salin teks yang telah dibersihkan, atau gunakannya sebagai input baharu untuk membersihkannya semula.

Cara ia berfungsi

Langkah-langkah sentiasa berjalan mengikut urutan yang sama: buang HTML, buang aksara tidak kelihatan, luruskan tanda petik, gantikan tab, buang ruang berlebihan, pangkas baris, gabungkan baris kosong dan akhir sekali buang pemisah baris. Penamat baris Windows dan Mac lama ditukar kepada suapan baris standard terlebih dahulu.

“Buang tag HTML” hanya berfungsi pada teks: HTML tidak pernah dipaparkan atau dijalankan. Ia memadam komen serta kandungan elemen script, style, template dan noscript, menukar <br> dan penghujung perenggan, item senarai, tajuk dan baris jadual kepada pemisah baris, membuang semua tag lain, kemudian menyahkod entiti berangka dan entiti bernama yang biasa (&amp;, &lt;, &gt;, &quot;, &nbsp;, &mdash; dan lain-lain). Tanda kurang daripada yang diikuti terus oleh huruf, seperti dalam “a<b”, kelihatan seperti tag dan mungkin dibuang bersama apa yang mengikutinya sehingga “>” seterusnya.

“Buang aksara tidak kelihatan” memadam ruang lebar sifar (U+200B), penyambung kata, tanda susunan bait (U+FEFF), sempang lembut, tanda dan pembenaman kiri-ke-kanan dan kanan-ke-kiri, serta aksara kawalan selain tab dan suapan baris. Ini sering terdapat dalam teks yang disalin daripada laman web, aplikasi sembang dan PDF, dan boleh merosakkan carian, kod serta formula hamparan. Penyambung lebar sifar dan bukan penyambung lebar sifar dikekalkan, kerana emoji keluarga dan pekerjaan serta beberapa skrip seperti Parsi dan Hindi memerlukannya.

“Buang ruang berlebihan” menukar setiap deretan ruang, tab dan ruang tanpa putus kepada satu ruang biasa, tetapi membiarkan pemisah baris. “Buang pemisah baris” menggabungkan semua baris menjadi satu perenggan, yang membaiki teks yang disalin daripada PDF apabila setiap baris berakhir dengan pemisah keras; dengan “Kekalkan pemisah perenggan” dihidupkan, baris kosong masih memisahkan perenggan. Perkataan yang disempangkan pada hujung baris tidak dicantumkan semula. Guillemets (« ») dan tanda prima tidak diubah oleh pilihan tanda petik.

Contoh

Teks disalin daripada PDF

Satu perenggan daripada PDF tiba dengan pemisah baris selepas setiap 70 aksara. “Buang pemisah baris” dengan “Kekalkan pemisah perenggan” mengembalikannya menjadi perenggan yang mengalir yang boleh anda tampal ke dalam dokumen.

Nilai yang tidak akan sepadan

Kod produk yang disalin daripada laman web gagal dalam carian hamparan kerana mengandungi ruang lebar sifar. “Buang aksara tidak kelihatan” memadamnya dan carian itu berfungsi.

Teks biasa daripada HTML

Dengan “Buang tag HTML” dihidupkan, “<p>Price: 10&nbsp;&euro;</p><script>track()</script>” menjadi “Price: 10 €”: skrip dibuang bersama kandungannya, entiti dinyahkod dan ruang tanpa putus menjadi ruang biasa.

Soalan Lazim

Adakah selamat untuk menampal HTML daripada laman web yang tidak dikenali?

Ya. HTML itu diproses sebagai teks biasa dengan padanan corak dan dipaparkan dalam kotak teks. Ia tidak pernah disisipkan ke dalam halaman, jadi skrip di dalamnya tidak boleh berjalan.

Apakah aksara zero-width dan mengapa ia perlu dibuang?

Ia ialah aksara tanpa lebar yang kelihatan, seperti zero-width space dan byte order mark. Ia tidak kelihatan pada skrin tetapi menjadikan dua perkataan yang kelihatan sama berbeza, lalu merosakkan carian, semakan pendua dan kod.

Mengapa sesetengah penyambung emoji dikekalkan?

Emoji seperti 👨‍👩‍👧 ialah beberapa emoji yang disambungkan oleh zero-width joiner, dan skrip Parsi serta sesetengah skrip India menggunakan zero-width non-joiner untuk membentuk perkataan. Membuangnya akan mengubah rupa teks, jadi ia dikekalkan.

Adakah alat ini membetulkan perkataan yang terputus oleh tanda sempang di hujung baris?

Tidak. Tanda sempang di hujung baris mungkin sebahagian daripada perkataan (seperti “well-known”) atau hanya menandakan pemenggalan dalam perkataan, dan alat ini tidak dapat membezakan keduanya, jadi tanda sempang dibiarkan seperti sedia ada.

Privasi

Pembersihan hanya berlaku dalam penyemak imbas anda. Teks tidak dimuat naik, disimpan atau disertakan dalam analitik.