Čistač teksta

Tekst koji putuje kroz Word, Google Docs, PDF-ove, web stranice i messengere preuzima prtljagu: tipografski navodnici zamjenjuju ravne, crtice postaju duže, emojiji se umnožavaju, HTML fragmenti se dodaju, a nevidljivi znakovi nulte širine skrivaju se između slova gdje ih nijedan uređivač ne prikazuje. Rezultat izgleda dobro na ekranu — sve dok ne dođe u kod, uvoz CSV-a, bazu podataka, diff ili upit za pretraživanje i tiho pokvari stvari.

Ovaj čistač popravlja sve u jednom prolazu, u potpunosti u vašem pregledniku: ništa što zalijepite nikada se ne učitava. Sedam neovisnih potvrdnih okvira kontrolira točno ono što se događa — uklanjanje HTML oznaka sa stvarnim parserom preglednika (entiteti dekodirani, sadržaj skripte i stila ispušten), pretvaranje pametnih navodnika u ravne, normaliziranje en i em crtica u crtice, uklanjanje emotikona uključujući zastavice i sekvence tonova kože, brisanje nevidljivih znakova kao što su razmaci nulte širine, BOM oznake i meke crtice, i sažimanje neuredno niz razmaka i tabulatore.

Transparentnost je poanta: nakon svakog pokretanja brojač po kategoriji izvješćuje koliko je oznaka, navodnika, crtica, emojija ili skrivenih znakova stvarno uklonjeno, tako da nikada ne morate nagađati što se promijenilo. Agresivni ne-ASCII filtar zaslužuje svoje upozorenje i isporučuje se onemogućen: uklanja svaki znak izvan osnovnog latiničnog raspona, što uništava slova s ​​naglascima i cijele ne-latinične abecede — uključite ga samo kada vam je istinski potreban čisti ASCII izlaz.

Čistač se dobro slaže sa svojim susjedima: upotrijebite generator nevidljivog teksta kada su vam potrebni znakovi nulte širine umjesto da ih uklanjate, i namjenski alat za uklanjanje prijeloma redaka kada su jedini problem teško umotani reci iz PDF-a. Za sve ostalo što copy-paste nosi, ovo je piling na jednom mjestu.