Чистач текста

Текст који путује кроз Word, Google Docs, PDF-ове, веб-сајтове и месинџере покупи пртљаг: типографски наводници замењују обичне, цртице постају дуже, емоџији се множе, HTML фрагменти се прикаче, а невидљиви знакови нулте ширине се крију између слова где их ниједан едитор не приказује. Резултат изгледа добро на екрану — све док не заврши у коду, CSV увозу, бази података, diff приказу или упиту за претрагу и тихо поквари ствари.

Овај чистач решава све то у једном пролазу, потпуно у вашем прегледачу: ништа што налепите се никада не отпрема. Седам независних поља контролише тачно шта се дешава — уклоните HTML ознаке правим парсером прегледача (ентитети декодирани, садржај script и style блокова одбачен), претворите типографске наводнике у равне, нормализујте ен и ем цртице у цртице, уклоните емоџије укључујући заставице и секвенце тона коже, обришите невидљиве знакове као што су размаци нулте ширине, BOM ознаке и меки преломи, и сажмите неуредне низове размака и табулатора.

Транспарентност је поента: након сваког покретања бројач по категоријама пријављује колико је ознака, наводника, цртица, емоџија или скривених знакова стварно уклоњено, тако да никада не нагађате шта се променило. Агресивни не-ASCII филтер заслужује своје упозорење и испоручује се искључен: он уклања сваки знак изван основног латиничног опсега, што уништава слова са акцентима и читава нелатинична писма — укључите га само када вам је заиста потребан чист ASCII излаз.

Чистач се добро слаже са својим суседима: користите генератор невидљивог текста када су вам потребни знакови нулте ширине уместо да их уклањате, и наменски алат за уклањање прелома редова када је једини проблем тврдо преломљени текст из PDF-а. За све остало што копирање-лепљење увуче, ово је једно решење за чишћење.