Trình dọn dẹp văn bản

Văn bản di chuyển qua Word, Google Docs, PDF, trang web và trình nhắn tin sẽ thu thập hành lý: dấu ngoặc kép kiểu chữ thay thế các dấu thẳng, dấu gạch ngang dài hơn, biểu tượng cảm xúc nhân lên, các đoạn HTML gắn thẻ dọc theo và các ký tự có độ rộng bằng 0 vô hình ẩn giữa các chữ cái mà không trình soạn thảo nào hiển thị chúng. Kết quả trông ổn trên màn hình — cho đến khi nó xuất hiện trong mã, nhập CSV, cơ sở dữ liệu, khác biệt hoặc truy vấn tìm kiếm và lặng lẽ phá vỡ mọi thứ.

Trình dọn dẹp này sửa tất cả trong một lần, hoàn toàn trong trình duyệt của bạn: không có nội dung nào bạn dán được tải lên. Bảy hộp kiểm độc lập kiểm soát chính xác những gì xảy ra — loại bỏ các thẻ HTML bằng trình phân tích cú pháp thực của trình duyệt (các thực thể được giải mã, nội dung tập lệnh và kiểu được loại bỏ), chuyển đổi dấu ngoặc kép thông minh thành dấu ngoặc thẳng, chuẩn hóa dấu gạch ngang en và em thành dấu gạch nối, xóa biểu tượng cảm xúc bao gồm cờ và chuỗi tông màu da, xóa các ký tự ẩn như khoảng trắng có độ rộng bằng 0, dấu BOM và dấu gạch nối mềm, đồng thời thu gọn các khoảng trắng và tab lộn xộn.

Điểm mấu chốt là tính minh bạch: sau mỗi lần chạy, bộ đếm theo danh mục sẽ báo cáo số lượng thẻ, dấu ngoặc kép, dấu gạch ngang, biểu tượng cảm xúc hoặc ký tự ẩn thực sự đã bị xóa, do đó bạn không bao giờ phải đoán xem điều gì đã thay đổi. Bộ lọc không phải ASCII mạnh mẽ đáng bị cảnh báo và vô hiệu hóa: nó loại bỏ mọi ký tự bên ngoài phạm vi tiếng Latinh cơ bản, loại bỏ các chữ cái có dấu và toàn bộ bảng chữ cái không phải tiếng Latinh - chỉ kích hoạt nó khi bạn thực sự cần đầu ra ASCII thuần túy.

Trình dọn dẹp kết hợp tốt với các công cụ lân cận: sử dụng trình tạo văn bản ẩn khi bạn cần các ký tự có độ rộng bằng 0 thay vì xóa chúng và công cụ xóa ngắt dòng chuyên dụng khi vấn đề duy nhất là các dòng được ngắt dòng cứng từ một tệp PDF. Đối với mọi thứ khác mà bản sao-dán kéo vào, đây là thao tác chà toàn diện.