使用方法
- 将文本粘贴到输入框中。
- 勾选需要的清理步骤。最常用的步骤已默认启用。
- 在输出框中查看结果。每次更改选项时，结果都会更新。
- 复制清理后的文本，或将其作为新输入再次清理。
工作原理
处理步骤始终按相同顺序执行：移除 HTML、删除不可见字符、转换弯引号、替换制表符、移除多余空格、清理行首行尾空白、合并空行，最后移除换行符。Windows 和旧版 Mac 的换行符会先转换为标准换行符。
“移除 HTML 标签”只处理文本：不会渲染或运行 HTML。此步骤会删除注释以及 script、style、template 和 noscript 元素的内容；将 <br> 以及段落、列表项、标题和表格行的结尾转换为换行符；移除其他所有标签；然后解码数字实体和常见命名实体（&、<、>、"、 、— 等）。紧跟字母的小于号（如 “a<b”）看起来像标签，可能会连同它后面直到下一个 “>” 的内容一起被移除。
“删除不可见字符”会删除零宽空格 (U+200B)、词连接符、字节顺序标记 (U+FEFF)、软连字符、从左到右和从右到左标记及嵌入控制符，以及制表符和换行符以外的控制字符。这些字符常见于从网站、聊天应用和 PDF 复制的文本中，可能导致搜索、代码和电子表格公式出错。零宽连接符和非连接符会保留，因为家庭和职业类表情符号以及波斯语、印地语等多种文字都需要它们。
“移除多余空格”会将连续的空格、制表符和不换行空格合并为一个普通空格，但保留换行符。“移除换行符”会将所有行合并为一个段落，适合修复从 PDF 复制时每行末尾都带硬换行符的文本；启用“保留段落间距”后，空行仍会分隔段落。行尾带连字符的单词不会重新合并。引号选项不会更改书名号 (« ») 和撇号符号。
示例
从 PDF 复制的文本
从 PDF 复制的段落每 70 个字符就会换行一次。使用“移除换行符”并启用“保留段落间距”，即可将文本恢复为连贯的段落，方便粘贴到文档中。
无法匹配的值
从网站复制的商品编码因包含零宽空格，导致电子表格查找失败。使用“删除不可见字符”移除该字符后，查找即可正常工作。
从 HTML 提取纯文本
启用“移除 HTML 标签”后，“<p>Price: 10 €</p><script>track()</script>”会变为“Price: 10 €”：script 及其内容会被移除，实体会被解码，不换行空格会变为普通空格。
常见问题
粘贴来自未知网站的 HTML 安全吗？
可以。HTML 会作为纯文本通过模式匹配进行处理，并显示在文本框中。它不会被插入页面，因此其中的脚本无法运行。
什么是零宽字符？为什么要删除它们？
零宽空格和字节顺序标记等字符没有可见宽度。它们在屏幕上不可见，却会让两个看起来相同的词实际不同，从而影响搜索、重复项检查和代码。
为什么会保留某些表情符号连接符？
👨👩👧 等表情符号由多个表情通过零宽连接符组合而成；波斯语和一些印度文字则使用零宽非连接符来塑造字形。删除这些字符会改变文本的显示效果，因此会予以保留。
能否修复因行尾连字符而断开的单词？
不会。行尾的连字符可能是单词本身的一部分（如 “well-known”），也可能只是表示单词在此处换行。工具无法判断是哪种情况，因此会原样保留连字符。
隐私
所有清理操作都在浏览器中完成。文本不会上传、存储或纳入分析数据。