Trình Làm Sạch Văn Bản

Văn bản khi di chuyển qua Word, Google Docs, PDF, trang web và ứng dụng nhắn tin sẽ mang theo đủ thứ rác: dấu ngoặc kép kiểu in thay thế dấu ngoặc thẳng, dấu gạch ngang dài ra, emoji sinh sôi, các mảnh HTML bám theo và các ký tự ẩn có độ rộng bằng không nấp giữa những chữ cái mà không trình soạn thảo nào hiển thị. Kết quả trông ổn trên màn hình — cho đến khi nó rơi vào mã nguồn, một lượt nhập CSV, cơ sở dữ liệu, bản diff hay truy vấn tìm kiếm và âm thầm làm hỏng mọi thứ.

Công cụ làm sạch này sửa tất cả những thứ đó chỉ trong một lần xử lý, hoàn toàn trong trình duyệt của bạn: không có gì bạn dán bị tải lên. Bảy hộp kiểm độc lập kiểm soát chính xác những gì xảy ra — xóa thẻ HTML bằng trình phân tích cú pháp thực của trình duyệt (giải mã thực thể, loại bỏ nội dung script và style), chuyển dấu ngoặc kép thông minh thành dấu ngoặc thẳng, chuẩn hóa dấu gạch ngang en và em thành dấu gạch nối, xóa emoji bao gồm cờ và chuỗi tông màu da, xóa ký tự ẩn như dấu cách có độ rộng bằng không, dấu BOM và dấu gạch nối mềm, và gộp các dãy khoảng trắng và tab lộn xộn.

Minh bạch là điểm cốt lõi: sau mỗi lần chạy, bộ đếm theo từng hạng mục báo cáo có bao nhiêu thẻ, dấu ngoặc kép, dấu gạch ngang, emoji hay ký tự ẩn đã thực sự bị xóa, vì thế bạn không bao giờ phải đoán xem cái gì đã thay đổi. Bộ lọc hủy diệt dành cho ký tự không thuộc bảng ASCII xứng đáng với cảnh báo của nó và được tắt theo mặc định: nó xóa mọi ký tự nằm ngoài dải Latin cơ bản, điều này phá hủy các chữ cái có dấu và toàn bộ bảng chữ cái không phải Latin — chỉ bật nó khi bạn thực sự cần đầu ra thuần ASCII.

Công cụ làm sạch này kết hợp tốt với các công cụ lân cận: dùng công cụ tạo văn bản ẩn khi bạn cần ký tự có độ rộng bằng không thay vì xóa chúng, và dùng công cụ xóa dấu ngắt dòng chuyên dụng khi vấn đề duy nhất là những dòng bị ngắt cứng từ tệp PDF. Đối với mọi thứ khác mà thao tác sao chép-dán kéo vào, đây chính là công cụ tẩy rửa tổng lực.