Szövegtisztító

A szöveg, ami Wordön, Google Docson, PDF-eken, weboldalakon és üzenetküldőkön keresztül utazik, mindenféle sallangot felszed: tipográfiai idézőjelek váltják az egyeneseket, megnyúlnak a gondolatjelek, elszaporodnak az emojik, HTML-töredékek csimpaszkodnak bele, és láthatatlan nulla szélességű karakterek rejtőznek a betűk között ott, ahol semmilyen szerkesztő nem mutatja őket. Az eredmény szépen mutat a képernyőn – amíg kódba, CSV-importba, adatbázisba, diffbe vagy keresési lekérdezésbe nem kerül, ahol csendben meg nem törik a dolgokat.

Ez a tisztító egy menetben mindezt helyrehozza, teljes egészében a böngésződben: semmi sem kerül feltöltésre abból, amit beillesztesz. Hét független jelölőnégyzet vezérli pontosan, mi történjen – a HTML tagek eltávolítása a böngésző valódi elemzőjével (entitások dekódolva, script és style tartalom eldobva), az okos idézőjelek átalakítása egyenesekké, a fél- és nagygondolatjelek normalizálása kötőjelekké, az emojik eltávolítása (beleértve a zászlókat és bőrtónus-szekvenciákat is), a láthatatlan karakterek, például nulla szélességű szóközök, BOM jelek és puha kötőjelek törlése, valamint a felesleges szóköz- és tabulátorsorok összevonása.

Az átláthatóság a lényeg: minden futtatás után egy kategóriánkénti számláló jelenti, hány tag, idézőjel, gondolatjel, emoji vagy rejtett karakter került ténylegesen eltávolításra, így soha nem maradsz találgatásban, mi is változott. Az agresszív nem-ASCII szűrő figyelmeztetése megérdemelten van ott, és a funkció alapértelmezetten ki is van kapcsolva: ez minden, az alap latin tartományon kívüli karaktert eltávolít, ami ékezetes betűket és egész nem latin ábécéket semmisít meg – csak akkor kapcsold be, ha valóban tiszta ASCII kimenetre van szükséged.

A tisztító jól párosítható a szomszédos eszközökkel: használd a láthatatlan szöveg generátort, ha nulla szélességű karakterekre van szükséged ahelyett, hogy eltávolítanád őket, és a dedikált sortörés eltávolító eszközt, ha a probléma kizárólag a PDF-ekből származó merev sortörésekben rejlik. Minden másért, amit a másolás-beillesztés magával hoz, ez az egyablakos radírozás a megoldás.