Pembersih Salin-Tampal
Bersihkan dan sanitasi teks yang disalin daripada laman web, PDF, dan dokumen - buang format, aksara khas, dan ruang putih berlebihan
Pratetap Pantas
Pilihan Sanitasi
Semua pemprosesan teks dilakukan secara setempat dalam penyemak imbas anda.
Panduan terperinci
Pensanitasi salin-tampal: saluran pembersihan, pratetap dan perangkap
Turutan tepat sembilan pilihan, petikan dan sengkang mana yang diganti, apa yang ditetapkan oleh tiga pratetap, dan perangkapnya: ruang tidak putus kekal melainkan pembuangan bukan-ASCII ditandakan, dan pilihan itu memadam semua teks beraksen, Cina, Tamil dan emoji.
Angka utama sepintas lalu
- Pilihan
- Sembilan kotak semak, tiga pratetap
- Pratetap hanya menandakan kotak; tekan Sanitasi Teks untuk menjalankan.
- Petikan pintar
- Dua belas aksara ditukar
- U+2018 U+2019 U+201A U+201B U+201C U+201D U+201E U+201F U+2039 U+203A U+00AB U+00BB menjadi petikan ASCII, termasuk petikan rendah gaya Jerman.
- Buang aksara bukan ASCII
- Memadam semua di luar ASCII boleh cetak
- Huruf beraksen, Cina, Tamil, emoji serta simbol euro dan paun dibuang; ruang tidak putus dan ruang Unicode lain ditukar kepada ruang biasa terlebih dahulu.
- Format
- Tiada pilihan format
- Kotak input ialah teks biasa, jadi menampal sudah membuang tebal, italik dan pautan; kotak semak lama Buang semua format tidak pernah berfungsi dan telah dibuang.
Cara ia berjalan
Tampal teks, pilih pratetap atau tandakan pilihan, dan tekan Sanitasi Teks. Tiada yang langsung dan tiada yang dimuat naik. Butang menggantikan kotak output dengan hasil dan menunjukkan panjang asal, panjang selepas dibersihkan, dibuang dan peratusan pengurangan (unit UTF-16, satu tempat perpuluhan). Jika tiada apa berubah, ia memberitahu. Salin dan Muat turun menggunakan output.
Langkah berjalan mengikut turutan tetap ini, masing-masing hanya jika pilihannya ditandakan:
- Aksara tersembunyi: U+200B, U+200C, U+200D, U+2060, U+FEFF; aksara kawalan U+0000 hingga U+0008, U+000B, U+000C, U+000E hingga U+001F, U+007F hingga U+009F; U+00AD, U+034F, U+061C, U+115F, U+1160, U+17B4, U+17B5, U+180E, U+3164; tanda arah U+200E, U+200F, U+202A hingga U+202E dan pengasing U+2066 hingga U+2069; U+2028 dan U+2029 menjadi suap baris. Senarainya hampir sama dengan pembersih aksara tersembunyi, kecuali semua penyambung dibuang (tiada pengecualian emoji atau Parsi) dan U+00A0 tidak disentuh.
- Petikan: U+2018, U+2019, U+201A dan U+201B menjadi
'; U+201C, U+201D, U+201E dan U+201F menjadi"; U+2039 dan U+203A menjadi'; U+00AB dan U+00BB menjadi". - Sengkang: sengkang en U+2013 dan sengkang em U+2014 menjadi tanda sempang
-; elipsis U+2026 menjadi.... - URL: membuang apa-apa yang bermula dengan
http://,https://atauwww.sehingga ruang kosong berikutnya. - Alamat e-mel: membuang rentetan berbentuk
[email protected]. - Buang aksara bukan ASCII: mula-mula menukar U+00A0 ruang tidak putus, U+1680, U+2000 hingga U+200A, U+202F, U+205F dan U+3000 kepada ruang biasa, kemudian memadam setiap aksara yang bukan ASCII boleh cetak, pemisah baris atau tab.
- Pemisah baris: CRLF dan CR tunggal menjadi LF.
- Ruang putih berlebihan: urutan ruang dan tab menjadi satu ruang, tiga atau lebih suap baris menjadi dua, dan ruang serta tab di awal dan akhir setiap baris dipangkas.
- Huruf kecil:
toLowerCase()pada hasil.
Contoh yang dikira
| Input | Pilihan | Hasil |
|---|---|---|
“Don’t panic,” she said — it’s «fine»… |
Asas | "Don't panic," she said - it's "fine"... |
2020–2024, word—word |
Asas | 2020-2024, word-word |
„Hallo“ ‚x‘ |
Asas | "Hallo" 'x' |
see https://example.com/a, then www.test.org/x. or mail [email protected] now |
Agresif | see then or mail now (, dan . di hujung pautan dibuang bersamanya) |
café 新加坡 தமிழ் €5 🙂 |
Agresif | caf 5 |
10 U+00A0 km |
Asas | tidak berubah: ruang tidak putus kekal |
10 U+00A0 km |
Agresif | 10 km: ruang tidak putus menjadi ruang biasa, jadi perkataan tidak bercantum |
a + 3 ruang + b + tab + c, kemudian 4 suap baris, kemudian d |
Asas | a b c, satu baris kosong, d |
Pratetap
| Pratetap | Menandakan |
|---|---|
| Pembersihan Asas | aksara tersembunyi, petikan, sengkang, ruang putih berlebihan, pemisah baris |
| Pembersihan Agresif | Asas serta pembuangan bukan-ASCII, URL dan e-mel |
| Mesra Kod | aksara tersembunyi dan petikan sahaja; mengekalkan inden, sengkang dan pengakhir baris |
Huruf kecil tidak pernah menjadi sebahagian daripada pratetap. Mengklik pratetap hanya menetapkan kotak, jadi tekan Sanitasi Teks selepas itu.
Apa yang tidak ditangkap
- Ruang tidak putus U+00A0 dan ruang khas lain (U+2009 ruang nipis, U+202F ruang sempit tidak putus) kekal melainkan Buang aksara bukan ASCII ditandakan; pilihan itu terlebih dahulu menukar U+00A0, U+1680, U+2000 hingga U+200A, U+202F, U+205F dan U+3000 kepada ruang biasa, jadi perkataan tidak bercantum. Pemproses perkataan dan laman web menggunakan ruang ini, jadi apabila pilihan dimatikan, ayat yang ditampal mungkin masih enggan dibalut atau dicari. Pilihan ruang putih berlebihan juga tidak menyentuhnya.
- Tanda perdana dan aksara seakan-akan: tanda perdana
′ ″, tanda tolak U+2212, sempang U+2010 serta sempang tanpa putus U+2011 tidak diganti. Petikan rendah seperti„Hallo“gaya Jerman ditukar:"Hallo". - Penyambung: membuang U+200D memecahkan emoji seperti
👨👩👧kepada tiga emoji, dan membuang U+200C merosakkan teks Parsi. Nyahtanda "aksara tersembunyi" untuk teks sebegini. - Penormalan Unicode (NFC/NFD) tidak dilakukan, dan BOM dibuang di mana-mana, bukan hanya di permulaan.
- Pembuangan URL turut membuang tanda baca yang melekat pada pautan.
Petua: Untuk kod sumber gunakan pratetap Mesra Kod. Tandakan ruang putih berlebihan dan inden hilang: setiap baris dipangkas.
Kesilapan biasa
- Memilih Agresif untuk teks bukan Inggeris, yang memadam huruf beraksen, Cina dan Tamil sepenuhnya.
- Mencari pilihan buang-format. Tiada: kotak input ialah teks biasa, jadi tebal, italik dan pautan yang ditampal sudah tiada.
- Menjangka butang pratetap menjalankan pembersihan.
- Mempercayai hasil bebas daripada aksara tidak kelihatan. Semak dengan pembersih aksara tersembunyi atau paparan heks seperti teks ke heks.
Alat berkaitan
Pembersih aksara tersembunyi menunjukkan dengan tepat aksara tersembunyi yang ada. Buang pemisah baris dan Pemadat teks mengendalikan pemisah baris dan jarak. Penukar huruf besar/kecil menawarkan lebih banyak gaya huruf daripada satu pilihan huruf kecil. Perbezaan teks menunjukkan apa yang berubah.
Soalan Lazim
Apakah itu pembersih salin-tampal?
Pembersih salin-tampal ialah alat yang membersihkan teks yang disalin daripada laman web, PDF, dokumen Word, dan sumber lain dengan membuang format yang tidak diingini, aksara tersembunyi, smart quotes, ruang putih berlebihan, dan aksara khas. Ia memberikan anda teks biasa yang bersih dan selamat untuk ditampal di mana-mana tanpa masalah.
Mengapa saya perlu mensanitasi teks yang disalin?
Anda perlu mensanitasi teks yang disalin kerana sumber seperti laman web, PDF, dan dokumen Word mengandungi format tersembunyi, smart quotes, sengkang khas, aksara Unicode tidak kelihatan, dan ruang putih berlebihan yang boleh menimbulkan masalah apabila ditampal ke dalam borang, editor kod, pangkalan data, atau aplikasi lain.
Adakah teks saya dihantar ke mana-mana pelayan?
Tidak, sama sekali tidak. Semua proses sanitasi teks berlaku sepenuhnya dalam penyemak imbas web anda menggunakan JavaScript. Data anda tidak pernah meninggalkan peranti anda, menjadikan alat ini benar-benar selamat untuk dokumen sensitif, kod proprietari, data pelanggan, dan kandungan sulit.
Apakah perbezaan antara pratetap?
Pembersihan Asas membuang format dan menormalkan teks (terbaik untuk kegunaan umum). Pembersihan Agresif turut membuang URL, alamat e-mel dan setiap aksara bukan ASCII, jadi aksen, Cina, Tamil dan emoji dipadam (terbaik untuk sistem legasi dan pangkalan data yang hanya menerima bahasa Inggeris). Mesra Kod mengekalkan struktur kod (terbaik untuk pengaturcaraan).
Adakah ini akan merosakkan kandungan teks saya?
Tidak, alat ini hanya membuang format dan aksara khas berdasarkan pilihan yang anda pilih. Perkataan dan kandungan sebenar kekal tidak berubah. Namun, jika teks anda sengaja menggunakan aksara khas atau format tertentu, unsur tersebut akan dibuang, jadi sentiasa semak output sebelum menggunakannya.
Bolehkah saya membersihkan cebisan kod?
Ya, gunakan pratetap Mesra Kod yang membuang aksara bermasalah seperti smart quotes dan aksara Unicode tersembunyi sambil mengekalkan inden, pemisah baris, dan struktur kod. Sangat sesuai untuk membersihkan kod yang disalin daripada Stack Overflow, dokumentasi, atau tutorial.
Apakah itu smart quotes dan mengapa perlu dibuang?
Smart quotes ialah tanda petik melengkung dan apostrof melengkung yang kelihatan lebih tipografi tetapi menyebabkan masalah dalam teks biasa, kod, dan banyak aplikasi. Tanda petik lurus serta apostrof lurus berfungsi secara universal. Alat ini menukar smart quotes kepada bentuk lurus untuk keserasian maksimum.
Bagaimanakah cara mengendalikan teks daripada PDF?
Teks PDF sering mempunyai pemisah baris dan jarak yang berlebihan. Gunakan pratetap Pembersihan Asas yang menormalkan ruang putih dan membuang aksara tersembunyi. Teks akan diformat semula kepada perenggan dan ayat yang tersusun dengan baik.
Bolehkah ini membuang URL dan alamat e-mel?
Ya, aktifkan pilihan "Buang URL" dan "Buang alamat e-mel", atau gunakan pratetap Pembersihan Agresif yang merangkumi pilihan ini. Ia berguna apabila membersihkan teks untuk pangkalan data atau apabila anda mahu membuang maklumat hubungan.
Apa yang berlaku kepada pemisah baris?
Pemisah baris dinormalkan kepada LF (gaya Unix) apabila "Normalkan pemisah baris" diaktifkan. Alat ini juga membuang baris kosong yang berlebihan (lebih daripada 2) sambil mengekalkan struktur perenggan. Ini memastikan format yang konsisten merentas semua platform.
Adakah terdapat had aksara?
Tidak, tiada had aksara yang ketat. Walau bagaimanapun, teks yang sangat besar (ratusan ribu aksara) mungkin mengambil sedikit masa untuk diproses. Alat ini mengendalikan senario salin-tampal biasa (sehingga puluhan ribu aksara) dengan segera.
Bolehkah saya menggunakan alat ini di luar talian?
Ya, selepas halaman dimuatkan pada kali pertama, alat ini berfungsi sepenuhnya di luar talian. Semua pemprosesan berlaku dalam penyemak imbas anda tanpa memerlukan sambungan internet. Sangat sesuai untuk bekerja dengan data sensitif dalam persekitaran yang selamat.
Sumber rujukan
- Unicode — Code charts (General Punctuation, U+2000 block) — Names for the quotation marks, dashes and ellipsis the tool replaces.
- Unicode FAQ — UTF-8, UTF-16, UTF-32 and BOM — U+FEFF as byte order mark and zero width no-break space.
- MDN — Regular expression character class escape
Panduan ini menerangkan peraturan yang diterbitkan dalam bahasa mudah. Ia bukan nasihat kewangan, undang-undang atau rasmi — peraturan boleh berubah, jadi sahkan dengan agensi yang dipautkan di atas sebelum membuat keputusan.