Очищення тексту

Текст, що мандрує через Word, Google Docs, PDF, сайти й месенджери, обростає баластом: прямі лапки стають типографськими, тире довшають, емодзі множаться, шматки HTML чіпляються слідом, а невидимі символи нульової ширини ховаються між літерами там, де жоден редактор їх не покаже. На екрані все виглядає добре — доки текст не потрапить у код, імпорт CSV, базу даних, diff чи пошуковий запит і тихо щось не зламає.

Це очищення виправляє все за один прохід, повністю у вашому браузері: вставлене ніколи не завантажується на сервер. Сім незалежних чекбоксів керують тим, що саме станеться: зрізати HTML-теги справжнім парсером браузера (entity розкодовуються, вміст script і style відкидається), перетворити типографські лапки на прямі, нормалізувати середні й довгі тире до дефісів, видалити емодзі разом із прапорами та послідовностями з відтінками шкіри, прибрати невидимі символи — пробіли нульової ширини, маркери BOM, м'які переноси — і стиснути безладні пробіли й табуляції.

Прозорість — головна ідея: після кожного запуску лічильники по категоріях повідомляють, скільки тегів, лапок, тире, емодзі чи прихованих символів справді видалено, тож не доводиться гадати, що змінилося. Агресивний фільтр не-ASCII недарма має попередження і вимкнений за замовчуванням: він зрізає кожен символ поза базовою латиницею, тобто знищує літери з діакритикою й цілі нелатинські абетки, включно з українською — вмикайте його лише тоді, коли справді потрібен чистий ASCII.

Інструмент добре працює в парі з сусідами: генератор невидимого тексту стане в пригоді, коли символи нульової ширини треба створити, а не видалити, а окремий інструмент видалення переносів рядків — коли єдина проблема тексту з PDF це жорстко перенесені рядки. Для всього іншого, що тягне за собою копіювання, це універсальна щітка.