Zo gebruik je deze tool

Plak uw tekst in het invoervak.
Vink de gewenste opschoonstappen aan. De meest gebruikte stappen zijn al ingeschakeld.
Bekijk het resultaat in het uitvoervak. Dit wordt bijgewerkt zodra u een optie wijzigt.
Kopieer de opgeschoonde tekst of gebruik die als nieuwe invoer om de tekst opnieuw op te schonen.

Hoe het werkt

De stappen worden altijd in dezelfde volgorde uitgevoerd: HTML verwijderen, onzichtbare tekens verwijderen, aanhalingstekens omzetten naar rechte aanhalingstekens, tabs vervangen, extra spaties verwijderen, regels bijsnijden, lege regels samenvoegen en tot slot regeleinden verwijderen. Regeleinden van Windows en oude Mac-systemen worden eerst omgezet naar standaard regeleinden.

‘HTML-tags verwijderen’ werkt alleen op de tekst: de HTML wordt nooit weergegeven of uitgevoerd. Opmerkingen en de inhoud van elementen script, style, template en noscript worden verwijderd. <br> en het einde van alinea’s, lijstitems, koppen en tabelrijen worden omgezet in regeleinden. Alle andere tags worden verwijderd, waarna numerieke entiteiten en veelgebruikte benoemde entiteiten (&, <, >, ",  , — en andere) worden gedecodeerd. Een kleiner-dan-teken direct gevolgd door een letter, zoals in “a<b”, lijkt op een tag en kan samen met alles erna tot aan de volgende “>” worden verwijderd.

‘Onzichtbare tekens verwijderen’ verwijdert spaties zonder breedte (U+200B), woordverbinders, bytevolgordemarkeringen (U+FEFF), zachte afbreekstreepjes, tekens en insluitingen voor links-naar-rechts- en rechts-naar-links-tekst, en besturingstekens behalve tabs en regeleinden. Deze tekens komen vaak mee wanneer tekst wordt gekopieerd van websites, chatapps en PDF’s, en kunnen zoekopdrachten, code en spreadsheetformules verstoren. De zero-width joiner en non-joiner blijven behouden, omdat emoji voor families en beroepen en verschillende schriften, zoals het Perzisch en Hindi, ze nodig hebben.

‘Extra spaties verwijderen’ vervangt elke reeks spaties, tabs en vaste spaties door één gewone spatie, maar laat regeleinden ongemoeid. ‘Regeleinden verwijderen’ voegt alle regels samen tot één alinea. Zo kunt u tekst herstellen die u uit PDF’s hebt gekopieerd en waarin elke regel eindigt met een hard regeleinde. Met ‘Alinea-einden behouden’ blijven lege regels alinea’s van elkaar scheiden. Woorden die aan het einde van een regel zijn afgebroken met een koppelteken, worden niet weer samengevoegd. Franse aanhalingstekens (« ») en prime-tekens worden niet aangepast door de optie voor aanhalingstekens.

Voorbeelden

Tekst gekopieerd uit een PDF

Een alinea uit een PDF krijgt na elke 70 tekens een regeleinde. Met ‘Regeleinden verwijderen’ en ‘Alinea-einden behouden’ worden de regels weer samengevoegd tot doorlopende alinea’s die u in een document kunt plakken.

Een waarde die niet overeenkomt

Een productcode die van een website is gekopieerd, wordt niet gevonden in een spreadsheet omdat er een spatie zonder breedte in staat. ‘Onzichtbare tekens verwijderen’ verwijdert die spatie, waarna de zoekopdracht werkt.

Platte tekst uit HTML

Met ‘HTML-tags verwijderen’ ingeschakeld wordt “<p>Price: 10 €</p><script>track()</script>” omgezet in “Price: 10 €”: het script en de inhoud ervan worden verwijderd, de entiteiten worden gedecodeerd en de vaste spatie wordt vervangen door een gewone spatie.

Veelgestelde vragen

Is het veilig om HTML van een onbekende website te plakken?

Ja. De HTML wordt als platte tekst verwerkt met patroonherkenning en in een tekstvak weergegeven. De HTML wordt nooit aan de pagina toegevoegd, dus scripts erin kunnen niet worden uitgevoerd.

Wat zijn tekens zonder breedte en waarom zou ik ze verwijderen?

Dit zijn tekens zonder zichtbare breedte, zoals de spatie zonder breedte en de bytevolgordemarkering. Ze zijn onzichtbaar op het scherm, maar zorgen ervoor dat twee woorden die er hetzelfde uitzien toch verschillend zijn. Daardoor werken zoekopdrachten, controles op duplicaten en code niet goed.

Waarom blijven sommige verbindende emoji-tekens behouden?

Emoji zoals 👨‍👩‍👧 bestaan uit meerdere emoji die met de zero-width joiner aan elkaar zijn gekoppeld. Het Perzisch en sommige Indiase schriften gebruiken de zero-width non-joiner om woorden vorm te geven. Als u deze tekens verwijdert, verandert het uiterlijk van de tekst. Daarom blijven ze behouden.

Worden woorden hersteld die aan het einde van een regel zijn afgebroken met een koppelteken?

Nee. Een koppelteken aan het einde van een regel kan bij het woord horen (zoals in “well-known”) of alleen aangeven dat een woord op de volgende regel verdergaat. De tool kan het verschil niet zien en laat koppeltekens daarom ongewijzigd.

Privacy

Het opschonen gebeurt volledig in uw browser. De tekst wordt niet geüpload of opgeslagen en wordt niet opgenomen in analyses.