Så här använder du det
- Klistra in din text i inmatningsrutan.
- Markera de rensningssteg du vill använda. De vanligaste är redan aktiverade.
- Kontrollera resultatet i utdatarutan. Det uppdateras varje gång du ändrar ett alternativ.
- Kopiera den rensade texten eller använd den som ny inmatning för att rensa den igen.
Så fungerar det
Stegen körs alltid i samma ordning: ta bort HTML-taggar, ta bort osynliga tecken, räta ut citattecken, ersätt tabbar, ta bort extra mellanslag, trimma rader, slå ihop tomma rader och ta slutligen bort radbrytningar. Windows- och gamla Mac-radslut konverteras först till vanliga radmatningar.
”Ta bort HTML-taggar” fungerar bara på texten: HTML-koden renderas eller körs aldrig. Funktionen tar bort kommentarer och innehållet i elementen script, style, template och noscript, omvandlar <br> och slutet av stycken, listobjekt, rubriker och tabellrader till radbrytningar, tar bort alla andra taggar och avkodar sedan numeriska entiteter och vanliga namngivna entiteter (&, <, >, ", , — med flera). Ett mindre än-tecken som följs direkt av en bokstav, som i ”a<b”, ser ut som en tagg och kan tas bort tillsammans med allt som följer fram till nästa ”>”.
”Ta bort osynliga tecken” tar bort zero-width spaces (U+200B), word joiners, byte order marks (U+FEFF), mjuka bindestreck, vänster-till-höger- och höger-till-vänster-märken och inbäddningar samt styrtecken förutom tabb och radmatning. Dessa förekommer ofta i text som kopierats från webbplatser, chattappar och PDF:er och kan förstöra sökningar, kod och kalkylbladsformler. Zero-width joiner och non-joiner behålls, eftersom familje- och yrkesemoji samt flera skriftsystem som persiska och hindi behöver dem.
”Ta bort extra mellanslag” omvandlar varje följd av mellanslag, tabbar och hårda mellanslag till ett vanligt mellanslag, men lämnar radbrytningar orörda. ”Ta bort radbrytningar” sammanfogar alla rader till ett stycke, vilket reparerar text som kopierats från PDF:er där varje rad slutar med en hård radbrytning; med ”Behåll styckebrytningar” påslaget skiljer tomma rader fortfarande stycken åt. Ord som avstavats i slutet av en rad fogas inte samman igen. Guillemets (« ») och primtecken ändras inte av citatteckenalternativet.
Exempel
Text kopierad från en PDF
Ett stycke från en PDF kommer med en radbrytning efter var 70:e tecken. ”Ta bort radbrytningar” med ”Behåll styckebrytningar” gör det till flytande stycken igen som du kan klistra in i ett dokument.
Ett värde som inte matchar
En produktkod som kopierats från en webbplats misslyckas i en kalkylbladsuppslagning eftersom den innehåller tecknet zero-width space. ”Ta bort osynliga tecken” tar bort det, och uppslagningen fungerar.
Ren text från HTML
Med ”Ta bort HTML-taggar” påslaget blir ”<p>Pris: 10 €</p><script>track()</script>” till ”Pris: 10 €”: skriptet tas bort med sitt innehåll, entiteterna avkodas och det hårda mellanslaget blir ett vanligt mellanslag.
Vanliga frågor
Är det säkert att klistra in HTML från en okänd webbplats?
Ja. HTML-koden behandlas som vanlig text med mönstermatchning och visas i en textruta. Den infogas aldrig på sidan, så skript i den kan inte köras.
Vad är nollbreddstecken och varför ska de tas bort?
Det är tecken utan synlig bredd, till exempel nollbreddsmellanslag och byteordningsmarkör (BOM). De är osynliga på skärmen men gör att två ord som ser identiska ut skiljer sig åt, vilket förstör sökningar, dubblettkontroller och kod.
Varför behålls vissa emoji-fogare?
Emoji som 👨👩👧 består av flera emoji som fogas samman med zero-width joiner, och persiska och vissa indiska skriftsystem använder zero-width non-joiner för att forma ord. Att ta bort dem skulle ändra textens utseende, så de behålls.
Åtgärdar det ord som delats av ett bindestreck i slutet av en rad?
Nej. Ett bindestreck i slutet av en rad kan höra till ordet (till exempel i ”e-post”) eller bara markera en avstavning inne i ett ord, och verktyget kan inte avgöra vilket, så bindestrecken lämnas som de är.
Integritet
Rensningen sker endast i din webbläsare. Texten laddas inte upp, sparas inte och ingår inte i analys.