Dọn văn bản
Gỡ ký tự vô hình, khoảng trắng thừa và nháy cong khỏi văn bản.
Văn bản được dọn ngay trong trang và không bao giờ rời khỏi máy bạn.
Văn bản chép ra từ một trang web, một tệp PDF hay một trình soạn thảo luôn mang theo hành khách đi kèm. Khoảng trắng thừa ở cuối mỗi dòng, dấu cách đôi còn sót lại từ thói quen gõ hai dấu cách sau dấu chấm, dấu nháy cong mà trình soạn mã không chấp nhận, và cả những ký tự thật sự vô hình.
Tìm hiểu thêm về Dọn văn bản
Nhóm cuối cùng gây ra những lỗi khó hiểu nhất. Một dấu cách rộng bằng không hay một dấu thứ tự byte sống sót qua thao tác chép dán, không hiện gì trên màn hình, rồi khiến hai chuỗi trông y hệt nhau lại so sánh ra khác nhau, hoặc khiến một cột CSV không chịu đọc được. Bạn không nhìn thấy chúng nên không thể tìm bằng mắt, và công cụ báo số lượng đã gỡ để bạn biết chúng từng ở đó.
Mỗi thao tác đều độc lập và mặc định tắt trừ khi nó an toàn, nên công cụ không bao giờ sửa thứ bạn không yêu cầu. Thứ tự chạy là cố định và điều đó quan trọng: ký tự vô hình bị gỡ trước để chúng không núp được trong một dòng sắp bị cắt khoảng trắng, còn dòng trống bị xoá sau cùng để những dòng trở nên trống sau khi cắt cũng bị bắt luôn.
Ký tự xuống dòng được giữ nguyên như cũ trừ khi bạn yêu cầu chuẩn hoá. Một tệp trộn lẫn kiểu Windows và Unix sẽ vẫn trộn lẫn, bởi vì âm thầm viết lại toàn bộ sẽ biến một thay đổi nhỏ thành một bản so sánh mà dòng nào cũng khác.
- Cắt khoảng trắng đầu cuối mỗi dòng, và gộp các dấu cách hay tab lặp lại
- Gỡ dấu cách rộng bằng không, ký tự nối và dấu thứ tự byte
- Chuẩn hoá xuống dòng về LF, hoặc giữ nguyên y như cũ
- Chuẩn hoá Unicode về NFC để văn bản trông giống nhau thì thật sự giống nhau
- Đổi nháy cong, gạch dài và dấu ba chấm thành ký tự thẳng thông thường
- Xoá dòng trống, kể cả dòng trở nên trống sau khi cắt khoảng trắng
- Đếm số thay đổi mà mỗi bước thật sự đã thực hiện
Cách sử dụng
- 1Dán đoạn văn bản bạn muốn dọn.
- 2Tích các thao tác bạn cần; mỗi thao tác đều độc lập.
- 3Đọc kết quả, kèm số thay đổi hiện ngay bên dưới.
- 4Sao chép hoặc tải về văn bản đã dọn.
Câu hỏi thường gặp
Ký tự vô hình là gì?
Là dấu cách rộng bằng không, ký tự nối và dấu thứ tự byte: những ký tự có thật nhưng hiển thị ra chẳng có gì. Chúng sống sót qua thao tác chép rồi làm hỏng phép so sánh chuỗi và việc đọc CSV.
Chuẩn hoá Unicode để làm gì?
Nó viết lại văn bản về dạng NFC, nên một chữ cái gõ bằng chữ gốc cộng dấu rời sẽ thành một ký tự dựng sẵn duy nhất. Khi đó hai chuỗi trông giống nhau sẽ thật sự giống nhau.
Ký tự xuống dòng của tôi có bị đổi không?
Chỉ khi bạn yêu cầu. Nếu để nguyên, một tệp trộn lẫn vẫn giữ nguyên trạng thái trộn lẫn, vì viết lại toàn bộ sẽ biến một sửa đổi nhỏ thành bản so sánh mà dòng nào cũng khác.
Vì sao xoá dòng trống lại làm sau cùng?
Để một dòng chỉ chứa dấu cách, vốn trở nên trống sau khi bị cắt khoảng trắng, cũng bị xoá luôn thay vì còn sót lại thành một dòng trắng.
Thao tác này có phá hỏng dữ liệu gốc không?
Chỉ tác động lên bản sao ở khung kết quả. Văn bản gốc của bạn vẫn nguyên vẹn trong khung nhập, và không có gì được lưu lại ở đâu cả.