Čistilec besedila

Besedilo, ki potuje skozi Word, Google Dokumente, PDF-je, spletna mesta in sporočilne programe, nabere navlako: tipografski narekovaji zamenjajo ravne, pomišljaji se podaljšajo, emojiji se množijo, delčki HTML se prikradejo, nevidni znaki ničelne širine pa se skrivajo med črkami, kjer jih noben urejevalnik ne pokaže. Rezultat je na zaslonu videti v redu – dokler ne pristane v kodi, uvozu CSV, podatkovni bazi, razliki med datotekami (diff) ali iskalni poizvedbi in tiho pokvari stvari.

Ta čistilec vse to popravi v enem zamahu, v celoti v vašem brskalniku: nič, kar prilepite, se nikoli ne naloži. Sedem neodvisnih potrditvenih polj nadzoruje natančno, kaj se zgodi – odstranite značke HTML s pravim razčlenjevalnikom brskalnika (entitete dekodirane, vsebina skript in slogov zavržena), pretvorite pametne narekovaje v ravne, normalizirajte kratke in dolge pomišljaje v vezaje, odstranite emojije, vključno z zastavami in zaporedji z barvo kože, izbrišite nevidne znake, kot so presledki ničelne širine, oznake BOM in mehki vezaji, ter stisnite neurejene nize presledkov in tabulatorjev.

Bistvo je preglednost: po vsakem zagonu števec po kategorijah poroča, koliko značk, narekovajev, pomišljajev, emojijev ali skritih znakov je bilo dejansko odstranjenih, tako da nikoli ne ugibate, kaj se je spremenilo. Agresivni filter za znake, ki niso ASCII, si zasluži svoje opozorilo in je privzeto onemogočen: odstrani vsak znak zunaj osnovnega latiničnega nabora, kar uniči naglašene črke in cele nelatinične abecede – omogočite ga le, ko resnično potrebujete čist izhod v ASCII.

Čistilec se dobro ujema s svojimi sosedi: uporabite generator nevidnega besedila, ko znake ničelne širine potrebujete, namesto da bi jih odstranili, in namensko orodje za odstranjevanje prelomov vrstic, ko je edina težava trdo prelomljene vrstice iz PDF-ja. Za vse ostalo, kar kopiraj-prilepi prinese, je to enkratno čiščenje.