# 复制粘贴净化器：清理流程、预设与陷阱

> 九个选项的确切执行顺序，哪些引号和破折号会被替换，三个预设设置了什么，以及陷阱：不间断空格会保留，除非勾选“删除非 ASCII 字符”；而该选项会删除所有带重音的字母、中文、泰米尔文和表情符号。

- Tool: [复制粘贴清理器](https://toolsg.com/zh/copy-paste-sanitizer)
- Language: zh (available: en, zh, ms, ta)
- Last verified against official sources: 2026-10-20
- Source site: ToolSG — a planning guide, not official or financial advice. Cite the agencies listed under Sources.

## 关键数字一览

| 项目 | 数值 | 来源 |
| --- | --- | --- |
| 选项 | 九个复选框，三个预设 — 预设只勾选复选框；需点击“净化文本”才会执行。 |  |
| 智能引号 | 转换十二种字符 — U+2018 U+2019 U+201A U+201B U+201C U+201D U+201E U+201F U+2039 U+203A U+00AB U+00BB 变成 ASCII 引号，包括德式低位引号。 |  |
| 删除非 ASCII 字符 | 删除可打印 ASCII 以外的所有字符 — 带重音的字母、中文、泰米尔文、表情符号、欧元和英镑符号都会被删除；不间断空格等 Unicode 空格会先变成普通空格。 |  |
| 格式 | 没有格式选项 — 输入框是纯文本，粘贴时粗体、斜体和链接已经被丢弃；原来的“删除所有格式”复选框从不起作用，已被移除。 |  |

## 运行方式

粘贴文本，选择预设或勾选选项，然后点击**净化文本**。不是实时的，也不会上传任何内容。按钮会用结果替换输出框，并显示原始长度、清理后长度、已删除数量和减少百分比（按 UTF-16 码元，保留一位小数）。如果没有任何变化，会提示这一点。复制和下载使用输出框的内容。

各步骤按固定顺序执行，只有勾选了对应选项才会运行：

1. **隐藏字符：** U+200B、U+200C、U+200D、U+2060、U+FEFF；控制字符 U+0000 至 U+0008、U+000B、U+000C、U+000E 至 U+001F、U+007F 至 U+009F；U+00AD、U+034F、U+061C、U+115F、U+1160、U+17B4、U+17B5、U+180E、U+3164；方向标记 U+200E、U+200F、U+202A 至 U+202E 以及隔离符 U+2066 至 U+2069；U+2028 和 U+2029 变成换行。与[隐藏字符清理器](https://toolsg.com/zh/hidden-character-cleaner)的列表几乎相同，区别是这里会删除所有连接符（没有表情符号或波斯语的例外），也不会处理 U+00A0。
2. **引号：** U+2018、U+2019、U+201A 和 U+201B 变成 `'`；U+201C、U+201D、U+201E 和 U+201F 变成 `"`；U+2039 和 U+203A 变成 `'`；U+00AB 和 U+00BB 变成 `"`。
3. **破折号：** 短破折号 U+2013 和长破折号 U+2014 变成连字符 `-`；省略号 U+2026 变成 `...`。
4. **URL：** 删除以 `http://`、`https://` 或 `www.` 开头直到下一个空白的内容。
5. **电子邮件地址：** 删除形如 `name@domain.tld` 的字符串。
6. **删除非 ASCII 字符：** 先把 U+00A0 不间断空格、U+1680、U+2000 至 U+200A、U+202F、U+205F 和 U+3000 变成普通空格，再删除所有不是可打印 ASCII、换行或制表符的字符。
7. **换行：** CRLF 和单独的 CR 变成 LF。
8. **多余空白：** 连续空格和制表符变成一个空格，三个或更多换行变成两个，并去掉每一行开头和结尾的空格和制表符。
9. **小写：** 对结果执行 `toLowerCase()`。

## 计算示例

| 输入 | 选项 | 结果 |
| --- | --- | --- |
| `“Don’t panic,” she said — it’s «fine»…` | 基本 | `"Don't panic," she said - it's "fine"...` |
| `2020–2024`、`word—word` | 基本 | `2020-2024`、`word-word` |
| `„Hallo“ ‚x‘` | 基本 | `"Hallo" 'x'` |
| `see https://example.com/a, then www.test.org/x. or mail me@example.com now` | 深度 | `see then or mail now`（链接后面的 `,` 和 `.` 一起被删除） |
| `café 新加坡 தமிழ் €5 🙂` | 深度 | `caf 5` |
| `10` U+00A0 `km` | 基本 | 不变：不间断空格被保留 |
| `10` U+00A0 `km` | 深度 | `10 km`：不间断空格变成普通空格，单词不会连在一起 |
| `a` + 3 个空格 + `b` + 制表符 + `c`，然后 4 个换行，再 `d` | 基本 | `a b c`、一个空行、`d` |

## 预设

| 预设 | 勾选内容 |
| --- | --- |
| 基本清理 | 隐藏字符、引号、破折号、多余空白、换行 |
| 深度清理 | 基本清理加删除非 ASCII 字符、URL 和电子邮件 |
| 代码友好 | 仅隐藏字符和引号；保留缩进、破折号和换行符 |

小写从不属于任何预设。点击预设只会设置复选框，所以之后还要点击“净化文本”。

## 它抓不到的东西

- **不间断空格 U+00A0** 和其他特殊空格（U+2009 细空格、U+202F 窄不间断空格）会保留，除非勾选**删除非 ASCII 字符**；该选项会先把 U+00A0、U+1680、U+2000 至 U+200A、U+202F、U+205F 和 U+3000 变成普通空格，所以单词不会连在一起。文字处理软件和网页常用这些空格，关闭该选项时，粘贴后的句子可能仍然不换行或搜不到。“多余空白”选项同样不处理它们。
- **撇号和其他形近字符：** 撇号 `′ ″`，以及减号 U+2212、连字符 U+2010 和不间断连字符 U+2011 都不会被替换。德式低位引号如 `„Hallo“` 则会被转换：`"Hallo"`。
- **连接符：** 删除 U+200D 会把 `👨‍👩‍👧` 这样的表情拆成三个，删除 U+200C 会损坏波斯语文本。这类文本请取消勾选“隐藏字符”。
- **Unicode 规范化**（NFC/NFD）不会执行，BOM 在任何位置都会被删除，而不只是开头。
- **删除 URL** 时，紧贴链接的标点也会一并删除。

> **提示：** 处理源代码请用“代码友好”预设。勾选多余空白会丢失缩进：每一行都会被去掉首尾空白。

## 常见错误

- 对非英文文本选择“深度清理”，会把带重音的字母、中文和泰米尔文直接删光。
- 寻找“删除所有格式”选项。没有这个选项：输入框是纯文本，粘贴时粗体、斜体和链接已经没有了。
- 以为点击预设按钮就会执行清理。
- 以为结果不含任何不可见字符。请用[隐藏字符清理器](https://toolsg.com/zh/hidden-character-cleaner)或[文本转十六进制](https://toolsg.com/zh/text-to-hex)这样的十六进制视图检查。

## 相关工具

[隐藏字符清理器](https://toolsg.com/zh/hidden-character-cleaner)精确显示存在哪些隐藏字符。[移除换行符](https://toolsg.com/zh/remove-line-breaks)和[文本压缩器](https://toolsg.com/zh/text-minifier)处理换行和空白。[大小写转换器](https://toolsg.com/zh/case-converter)比单一的小写选项提供更多大小写样式。[文本对比](https://toolsg.com/zh/text-diff)显示改动之处。

## 常见问题

**什么是复制粘贴清理器？**

复制粘贴清理器是一种工具，通过删除不需要的格式、隐藏字符、智能引号、多余空格和特殊字符，清理从网站、PDF、Word 文档和其他来源复制的文本。它为您提供干净的纯文本，可以安全地粘贴到任何地方而不会出现问题。

**为什么我需要净化复制的文本？**

您需要净化复制的文本，因为网站、PDF 和 Word 文档等来源包含隐藏的格式、智能引号、特殊破折号、不可见的 Unicode 字符和多余的空格，这些在粘贴到表单、代码编辑器、数据库或其他应用程序时可能会导致问题。

**我的文本是否发送到任何服务器？**

不，绝对不会。所有文本净化都完全在您的 Web 浏览器中使用 JavaScript 进行。您的数据永远不会离开您的设备，使此工具对敏感文档、专有代码、客户数据和机密内容完全安全。

**预设之间有什么区别？**

基本清理删除格式并规范化文本（最适合一般使用）。深度清理还会删除 URL、电子邮件地址和所有非 ASCII 字符，因此重音字母、中文、泰米尔文和表情符号都会被删掉（最适合仅限英文的旧系统和数据库）。代码友好保留代码结构（最适合编程）。

**这会损坏我的文本内容吗？**

不，该工具仅根据您选择的选项删除格式和特殊字符。实际的单词和内容保持不变。但是，如果您的文本故意使用特殊字符或格式，这些将被删除，因此在使用之前请务必查看输出。

**我可以清理代码片段吗？**

是的，使用代码友好预设，它会删除有问题的字符（如智能引号和隐藏的 Unicode 字符），同时保留缩进、换行符和代码结构。非常适合清理从 Stack Overflow、文档或教程复制的代码。

**什么是智能引号，为什么要删除它们？**

智能引号（弯引号，如 "" 和 ''）在排版上是正确的，但在纯文本、代码和许多应用程序中会导致问题。直引号（"" 和 ''）具有通用性。此工具将智能引号转换为直引号以获得最大兼容性。

**如何处理 PDF 中的文本？**

PDF 文本通常有过多的换行符和间距。使用基本清理预设，它会规范化空格并删除隐藏字符。文本将被重新格式化为结构正确的段落和句子。

**这可以删除 URL 和电子邮件地址吗？**

是的，启用"删除 URL"和"删除电子邮件地址"选项，或使用包含这些选项的深度清理预设。在清理数据库文本或想要删除联系信息时很有用。

**换行符会发生什么？**

启用"规范化换行符"时，换行符会规范化为 LF（Unix 样式）。该工具还会删除过多的空白行（超过 2 行），同时保留段落结构。这确保了所有平台上的一致格式。

**是否有字符限制？**

不，没有硬字符限制。但是，非常大的文本（数十万个字符）可能需要一些时间来处理。该工具可以即时处理典型的复制粘贴场景（最多数万个字符）。

**我可以离线使用此工具吗？**

是的，在初始页面加载后，该工具完全离线工作。所有处理都在您的浏览器中进行，无需任何互联网连接。非常适合在安全环境中处理敏感数据。


## 资料来源

- [Unicode — Code charts (General Punctuation, U+2000 block)](https://www.unicode.org/charts/) — Names for the quotation marks, dashes and ellipsis the tool replaces.
- [Unicode FAQ — UTF-8, UTF-16, UTF-32 and BOM](https://www.unicode.org/faq/utf_bom.html) — U+FEFF as byte order mark and zero width no-break space.
- [MDN — Regular expression character class escape](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Regular_expressions/Character_class_escape)
