Čistič textu

Text, který putuje přes Word, Google Docs, PDF, webové stránky a messengery, si nabírá zavazadla: typografické uvozovky nahrazují rovné, pomlčky se prodlužují, emoji se množí, útržky HTML se přidávají a neviditelné znaky nulové šířky se skrývají mezi písmeny, kde je žádný editor neukáže. Výsledek na obrazovce vypadá v pořádku – dokud se nedostane do kódu, CSV importu, databáze, diffu nebo vyhledávacího dotazu a potichu věci nerozbije.

Tento čistič to vše opraví v jednom průchodu, zcela ve vašem prohlížeči: nic, co vložíte, se nikdy neodesílá. Sedm nezávislých zaškrtávacích políček přesně řídí, co se stane – odstraňte HTML tagy pomocí skutečného parseru prohlížeče (entity dekódovány, obsah script a style zahozen), převeďte chytré uvozovky na rovné, normalizujte krátké a dlouhé pomlčky na spojovníky, odstraňte emoji včetně vlajek a sekvencí odstínů pleti, smažte neviditelné znaky jako mezery nulové šířky, značky BOM a měkká rozdělení a slučte nepořádné série mezer a tabulátorů.

Transparentnost je klíčová: po každém spuštění počítadlo pro každou kategorii hlásí, kolik tagů, uvozovek, pomlček, emoji nebo skrytých znaků bylo skutečně odstraněno, takže nikdy nehádáte, co se změnilo. Agresivní non-ASCII filtr si zaslouží své varování a je standardně vypnutý: odstraňuje každý znak mimo základní latinku, což ničí písmena s diakritikou a celé nelatinkové abecedy – zapněte jej pouze tehdy, když opravdu potřebujete čistý ASCII výstup.

Čistič se dobře doplňuje se svými sousedy: použijte generátor neviditelného textu, když potřebujete znaky nulové šířky místo jejich odstraňování, a dedikovaný nástroj pro odstranění zlomů řádků, když je jediným problémem tvrdé zalomení řádků z PDF. Pro všechno ostatní, co kopírování přitáhne, je toto jednoúčelová drátěnka.