文本清理工具 - 删除多余换行和空格

工具 / 文本工具 / 文本清理

文本清理

清理步骤(数字表示每一步修改了多少处)
处理前字符数
—
处理后字符数
—
处理前行数
—
处理后行数
—

如何清理从 PDF 复制的文字

从 PDF、电子书或旧邮件复制的文字,粘贴到别处时常常出问题:每个印刷行末尾都有换行、英文单词被连字符拆成两半、出现双空格、有妨碍搜索的不可见字符,还有代码和表格不接受的弯引号。本工具一次性修复这些问题,并显示每一步修改了多少处,让你看清原文哪里有问题。

三个步骤

  1. 1 把杂乱的文字粘贴到左侧输入框。
  2. 2 保留默认步骤,或取消勾选不需要的步骤。每一步旁边的数字表示它修改了多少处。
  3. 3 检查右侧清理后的文本,然后复制。

为什么 PDF 文字每行都会断开

PDF 并不保存段落,而是保存放在页面固定位置上的一行行文字。复制时,每个印刷行都会变成单独的一行,段落就成了一叠短行。“合并断开的行”会把同一段的各行重新接起来,“保留段落”则把空行当作段落结束。中文、日文这类词与词之间不加空格的文字,合并时不会插入空格;中文与英文之间则保留一个空格。如果 PDF 的段落之间没有空行,所有内容会合成一块,请在每段开头前加一个空行。保留段落时,以项目符号或编号(-、•、1.、a))开头的行会被视为列表项,各自保持独立一行。

被连字符拆开的单词

英文两端对齐排版时,长单词会在行尾被拆开,例如上一行“sen-”、下一行“tence”。当一行以字母加连字符结尾、下一行以小写字母开头时,工具会去掉连字符并拼成“sentence”。需要注意的是,本来就带连字符的词(如“well-known”)如果恰好在连字符处换行,也会变成“wellknown”。中文内容不受影响。

不可见字符

不换行空格看起来和普通空格一样,其实是另一个字符,所以搜索时可能找不到。零宽空格、零宽连接符和 BOM 完全不占位置,却会把词拆开、让密码和代码出错,并让两行看起来一模一样的文字变得不同。本工具把不换行空格和细空格换成普通空格,并删除零宽字符和软连字符。零宽连接符(ZWJ)会被特意保留,因为表情符号组合和印地语等文字需要它。全角空格作为中文的正常字符也会保留。不可见的方向标记(LRM、RLM)也会被删除。此外,PDF 常把 fi、fl、ffi 等字母组合存成一个连字字符(fi、fl、ffi),看起来没问题,搜索和拼写检查却认不出这个词;“拆分连字”会把它们还原成普通字母。

弯引号还是直引号?

文字处理软件和 PDF 会把 " 和 ' 变成弯引号(“ ” ‘ ’)。印刷时更美观,但代码、JSON、CSV 文件、表格公式和命令行只认直引号。本工具会把单、双弯引号(包括下方的 „ ‚)转换成直引号。直角引号「」『』以及表示英尺、英寸和分钟的 ′ ″ 不会改动。

文本清理常见问题

粘贴文字,并保持勾选“合并断开的行”。同一段内的行会被接起来(中文之间不加空格,英文之间加一个空格),行尾被连字符拆开的英文单词也会复原。结果立即显示在右侧。
新
在线记事本 无需注册,直接在浏览器里写笔记。内容自动保存在本设备上,不会上传到服务器。附带字数统计和 .txt 下载。
今日热门
字数统计器 免费字数统计:粘贴文本即可统计字数、字符、句子与段落,并估算阅读时间,内容不会离开浏览器。

其他文本工具

字数统计器 免费字数统计:粘贴文本即可统计字数、字符、句子与段落,并估算阅读时间,内容不会离开浏览器。
字符计数器 免费字符统计:统计含空格与不含空格的字符数、词数和行数,并检查标题与元描述的 SEO 长度限制。
Lorem Ipsum 生成器 免费 Lorem Ipsum 生成器:按段落、句子或字数生成占位文本,可选加入 HTML 标签用于设计稿。
大小写转换器 免费大小写转换器:一键把文本在小写、大写、camelCase、PascalCase、snake_case 与 kebab-case 之间切换。
文本对比 比较两段文本,看清到底改了什么。可按行或按词,可并排或行内显示,两段文本都不会离开你的浏览器。

您可能喜欢的其他工具

Word转PDF 免费把 Word 转成 PDF:上传 DOC、DOCX、ODT 或 RTF 文件,几秒内下载排版完好的 PDF,无需注册。
PDF转Word 免费把 PDF 转成 Word:上传 PDF,几秒内下载可编辑的 DOCX 文件,无需注册,也没有水印。
MD5生成器 免费 MD5 生成器:在浏览器中把文本或文件转换为 MD5 校验值,适合完整性校验与快速比对。
Base64编码器和解码器 免费 Base64 编码与解码:在浏览器中将文本或文件转为 Base64 并还原,数据不会上传到服务器。
关键词密度检查器 免费关键词密度分析:粘贴文本或网址,查看每个词与短语出现的次数及占比,辅助内容优化。