Cách sử dụng
- Dán văn bản vào ô nhập.
- Chọn các bước làm sạch bạn muốn. Những bước phổ biến nhất đã được bật sẵn.
- Kiểm tra kết quả trong ô đầu ra. Kết quả sẽ cập nhật mỗi khi bạn thay đổi tùy chọn.
- Sao chép văn bản đã làm sạch hoặc dùng văn bản đó làm đầu vào mới để làm sạch lại.
Cách hoạt động
Các bước luôn chạy theo cùng một thứ tự: xóa HTML, xóa ký tự ẩn, chuyển dấu ngoặc kép về dạng thẳng, thay tab, xóa khoảng trắng thừa, xóa khoảng trắng đầu và cuối dòng, gộp các dòng trống, cuối cùng là xóa dấu xuống dòng. Trước tiên, ký tự xuống dòng kiểu Windows và Mac đời cũ được chuyển thành ký tự xuống dòng chuẩn.
“Xóa thẻ HTML” chỉ xử lý văn bản: HTML không bao giờ được hiển thị hay chạy. Công cụ xóa chú thích và nội dung của các phần tử script, style, template và noscript; chuyển <br> và thẻ đóng của đoạn văn, mục danh sách, tiêu đề và hàng bảng thành dấu xuống dòng; xóa mọi thẻ khác; sau đó giải mã các thực thể dạng số và các thực thể có tên phổ biến (&, <, >, ", , — và các thực thể khác). Dấu nhỏ hơn đứng ngay trước một chữ cái, như trong “a<b”, trông giống một thẻ và có thể bị xóa cùng phần theo sau cho đến dấu “>” tiếp theo.
“Xóa ký tự ẩn” xóa dấu cách độ rộng bằng không (U+200B), ký tự nối từ, dấu thứ tự byte (U+FEFF), dấu gạch nối tùy chọn, dấu và phần định hướng từ trái sang phải và từ phải sang trái, cùng các ký tự điều khiển ngoại trừ tab và ký tự xuống dòng. Những ký tự này thường có trong văn bản sao chép từ website, ứng dụng trò chuyện và PDF, đồng thời có thể làm hỏng thao tác tìm kiếm, mã và công thức bảng tính. Ký tự nối và không nối có độ rộng bằng không được giữ lại vì emoji gia đình, emoji nghề nghiệp và một số hệ chữ như tiếng Ba Tư và tiếng Hindi cần chúng.
“Xóa khoảng trắng thừa” gộp mọi chuỗi dấu cách, tab và dấu cách không ngắt thành một dấu cách thông thường nhưng giữ nguyên dấu xuống dòng. “Xóa dấu xuống dòng” nối tất cả các dòng thành một đoạn văn, giúp sửa văn bản sao chép từ PDF khi mỗi dòng kết thúc bằng dấu ngắt cứng; nếu bật “Giữ dấu ngắt đoạn”, các dòng trống vẫn phân tách các đoạn. Các từ bị ngắt bằng dấu gạch nối ở cuối dòng sẽ không được nối lại. Tùy chọn dấu ngoặc kép không thay đổi dấu ngoặc kép góc (« ») và dấu phẩy trên.
Ví dụ
Văn bản sao chép từ PDF
Một đoạn văn từ PDF có dấu xuống dòng sau mỗi 70 ký tự. “Xóa dấu xuống dòng” cùng với “Giữ dấu ngắt đoạn” sẽ nối lại các dòng thành những đoạn văn liền mạch để bạn dán vào tài liệu.
Giá trị không khớp khi tra cứu
Mã sản phẩm sao chép từ website không khớp khi tra cứu trong bảng tính vì có chứa dấu cách độ rộng bằng không. “Xóa ký tự ẩn” sẽ xóa ký tự này để thao tác tra cứu hoạt động.
Văn bản thuần từ HTML
Khi bật “Xóa thẻ HTML”, “<p>Price: 10 €</p><script>track()</script>” sẽ thành “Price: 10 €”: script và nội dung của nó bị xóa, các thực thể được giải mã và dấu cách không ngắt được chuyển thành dấu cách thông thường.
Câu hỏi thường gặp
Dán HTML từ một website không rõ nguồn gốc có an toàn không?
Có. HTML được xử lý dưới dạng văn bản thuần bằng cách so khớp mẫu và hiển thị trong hộp văn bản. Nội dung này không bao giờ được chèn vào trang, vì vậy các script bên trong không thể chạy.
Ký tự độ rộng bằng không là gì và tại sao cần xóa chúng?
Đó là những ký tự không có độ rộng hiển thị, chẳng hạn như dấu cách độ rộng bằng không và dấu thứ tự byte. Chúng vô hình trên màn hình nhưng khiến hai từ trông giống hệt nhau lại khác nhau, làm hỏng thao tác tìm kiếm, kiểm tra trùng lặp và mã.
Tại sao một số ký tự nối emoji được giữ lại?
Các emoji như 👨👩👧 gồm nhiều emoji được nối với nhau bằng ký tự nối có độ rộng bằng không; tiếng Ba Tư và một số hệ chữ Ấn Độ dùng ký tự không nối có độ rộng bằng không để định dạng từ. Xóa chúng sẽ làm thay đổi cách hiển thị văn bản, vì vậy các ký tự này được giữ lại.
Công cụ có sửa được những từ bị ngắt bằng dấu gạch nối ở cuối dòng không?
Không. Dấu gạch nối ở cuối dòng có thể thuộc về từ đó (như trong “well-known”) hoặc chỉ đánh dấu chỗ ngắt giữa một từ. Công cụ không thể phân biệt hai trường hợp này nên giữ nguyên dấu gạch nối.
Quyền riêng tư
Văn bản được làm sạch ngay trong trình duyệt. Nội dung không được tải lên, lưu trữ hoặc đưa vào dữ liệu phân tích.