Очистка текста

Как убрать лишние пробелы в тексте

Разрозненные строки на листе превращаются в аккуратные абзацы

Для обычного текста оставьте включёнными сжатие пробелов и обрезку краёв строк. Несколько обычных пробелов или знаков табуляции подряд превратятся в один пробел, а отступы перед первым и после последнего слова исчезнут. Буквы, пунктуация и порядок абзацев сохранятся. Это подходящий начальный вариант для заметки, описания товара или фрагмента письма.

Вставьте исходник, выберите нужные изменения и нажмите «Очистить текст». Готовая версия появится ниже и будет доступна для копирования. Оригинал останется в поле ввода: его можно сравнить с результатом, поправить или обработать с другими настройками. «Отменить обработку» убирает только предпросмотр. При изменении текста или настроек старый результат тоже скрывается, чтобы случайно не скопировать предыдущую версию.

Очистка выполняется в браузере. Инструмент не помещает введённый текст в адрес страницы или своё постоянное хранилище. После обновления возвращается короткий пример, поэтому сохраните нужный результат перед закрытием вкладки. За один раз можно обработать до 50 000 единиц UTF-16. Для обычной кириллицы это соответствует 50 000 буквам и знакам; многие эмодзи занимают больше одной единицы.

Какие пробелы изменятся

Обычный пробел между словами обозначается кодом U+0020. Табуляция, U+0009, обычно появляется после нажатия Tab или копирования ячеек таблицы. При включённом сжатии любая непрерывная группа этих двух знаков заменяется одним обычным пробелом. Даже одна табуляция становится пробелом. При выключенном сжатии внутренние отступы остаются в исходном виде.

Обрезка краёв работает отдельно: удаляет обычные пробелы и табуляцию в начале и конце каждой строки. Если в середине написано «красный шар», отключение сжатия сохранит три пробела, даже когда обрезка включена. Такое разделение полезно для списков, где нужно убрать случайный отступ слева, но оставить интервалы внутри записи.

Неразрывный пробел, U+00A0, внешне похож на обычный, однако запрещает разрывать строку в этом месте. Его ставят между числом и единицей измерения или между инициалом и фамилией. По умолчанию инструмент его сохраняет. Если нужно получить обычные пробелы, включите отдельную настройку: замена произойдёт до сжатия и обрезки.

Узкий неразрывный пробел U+202F, тонкий пробел U+2009 и другие специальные интервалы эта настройка не заменяет. Все невидимые знаки удалять подряд опасно: некоторые соединяют части эмодзи, влияют на письмо или имеют значение внутри данных. Здесь нет скрытой команды «удалить всё невидимое», которая могла бы испортить такой текст.

Что делать с переносами после копирования из PDF

Начните с выбора между тремя режимами. «Сохранять» оставляет каждую границу строки и пустые строки. «Убрать пустые строки» соединяет оставшиеся строки обычным переносом, сохраняя их порядок. «Свести в одну строку» заменяет все переносы пробелами. Для последнего варианта обычно удобно оставить сжатие включённым, чтобы на месте нескольких пустых строк появился один интервал.

Под пустой здесь понимается строка без символов либо только с обычными пробелами и табуляцией. Строка с неразрывным пробелом сохранится, пока не включена его замена. При сохранении переносов обрезка краёв не удаляет пустые строки в начале или конце документа. Например, один перенос перед первым словом останется одним переносом.

После PDF часто копируется перенос в конце каждой печатной строки. Режим одной строки помогает собрать такой фрагмент в абзац, но одновременно убирает границы настоящих абзацев. Лучше обрабатывать каждый абзац отдельно, если их структура важна. Сначала попробуйте на небольшом фрагменте: в PDF порядок выделения текста иногда отличается от порядка чтения на странице.

Слово, разорванное как «обра-» и «зование», автоматически не склеивается. После объединения получится «обра- зование», потому что дефис сохранится. Его нужно проверить вручную: дефис может быть частью слова «онлайн-курс», а не знаком переноса. Программа не угадывает смысл и не выбирает за автора, какой знак вычеркнуть.

Примеры очистки

В примерах запись \n означает настоящий переход на следующую строку, а \t обозначает табуляцию. Вставлять буквальные символы обратного слеша и букву n вместо переноса не нужно: они считаются обычным текстом и останутся без изменений.

Пример 1. Лишние интервалы в объявлении. В строке Красный велосипед включите сжатие и обрезку. Получится Красный велосипед: два начальных и два конечных пробела исчезнут, три внутренних заменятся одним. Регистр не меняйте, если объявление уже написано правильно.

Пример 2. Список с пустой строкой. Исходник Анна\n\nБорис в режиме сохранения останется таким же. Режим удаления пустых строк даст Анна\nБорис. Выбирайте второй вариант перед вставкой списка в форму, где каждая строка должна содержать ровно одну запись.

Пример 3. Один абзац из печатных строк. Фрагмент Короткий текст\nдля письма при сведении в одну строку станет Короткий текст для письма. Два слова по разные стороны переноса не склеятся. Если до переноса был пробел, включённое сжатие уберёт образовавшийся двойной интервал.

Пример 4. Столбцы из таблицы. Запись Москва\t15\tкг со сжатием превратится в Москва 15 кг. Это удобно для обычного предложения. Если нужно вставить данные обратно в отдельные ячейки таблицы, сжатие выключите: табуляция выполняет роль разделителя столбцов.

Пример 5. Число с неразрывным пробелом. В записи «10 кг» расстояние между числом и единицей можно оставить неразрывным для аккуратной вёрстки. Если другая программа ожидает обычный пробел, включите замену. Получится «10 кг» с U+0020, хотя внешне разница может быть незаметна.

Пример 6. Заголовок прописными буквами. Введите Ёж и ёлка и выберите «Все прописные». Результат: ЁЖ И ЁЛКА. Буква ё сохранит точки. Для возврата к обычному оформлению повторно обработайте исходник с режимом «Не менять», потому что простое понижение регистра даст «ёж и ёлка».

Когда очистка может изменить смысл

Отступы важны в программном коде, стихах и таблицах. В Python они могут задавать вложенность команд; в стихотворении перенос разделяет строки; в табличной выгрузке Tab отделяет одну ячейку от другой. Для таких данных сначала выключите сжатие и обрезку, оставьте переносы, затем включайте только нужное изменение.

Перевод всего текста в нижний или верхний регистр тоже не является редактурой. Он меняет имена, аббревиатуры, адреса и пароли вместе с остальными словами. Например, «ООО» станет «ооо», а «iPhone» станет «IPHONE». Некоторые буквы других языков при смене регистра превращаются в несколько букв: немецкая ß в верхнем регистре даёт SS.

После очистки проверьте первую и последнюю строку, места соединения абзацев, числа с единицами и собственные имена. Объём готового фрагмента можно проверить в счётчике символов. Если вместо русских слов получилось «Ghbdtn», нужен перевод текста в другую раскладку: изменение пробелов такую ошибку не исправит.

Частые вопросы

При переносе текста между программами пробелы, кодировка и оформление могут вести себя по-разному. По виду ошибки можно определить, достаточно ли очистки или потребуется другое действие.

Почему после очистки остались большие расстояния между словами?

В исходнике могут быть специальные пробелы, например тонкий или узкий неразрывный. Сжатие меняет только обычные пробелы и табуляцию. Ещё одна причина: выравнивание по ширине в программе, куда вставлен результат. Оно увеличивает видимые интервалы, даже когда между словами стоит ровно один обычный пробел.

Удалятся ли шрифт, цвет и жирное выделение?

Поле принимает обычный текст, поэтому оформление из редактора не является частью результата. Сами слова и знаки остаются. Для сохранения таблиц, картинок, ссылок с отдельным адресом и форматирования используйте исходный документ и средства его редактора.

Можно ли убрать переносы, которые появляются только на узком экране?

Если строка просто не помещается по ширине, браузер переносит её визуально. В тексте при этом нет символа новой строки, и удалять нечего. Реальные переносы остаются на тех же местах при расширении поля, а визуальные перемещаются вслед за его шириной.

Исправятся ли кракозябры и ошибки распознавания текста?

Нет. Слова вроде РџСЂ и подмена буквы О цифрой 0 требуют проверки кодировки или результата распознавания. Сжатие пробелов не восстанавливает потерянные буквы. Сравните фрагмент с исходным файлом прежде, чем менять его оформление.

Почему результат может состоять из пустой строки?

Если исходник содержит только обычные пробелы или табуляцию, обрезка удалит их все. При удалении пустых строк может исчезнуть и текст из одних переносов. Это допустимый результат: инструмент сообщает о пустой строке и не подставляет вместо неё выдуманный текст.

Почему эмодзи выглядят одинаково, но занимают несколько знаков лимита?

Видимый эмодзи может состоять из нескольких кодовых точек, включая модификатор оттенка кожи или соединитель ZWJ. Кроме того, один знак вне основной плоскости Unicode занимает две единицы UTF-16. Лимит считается по этим единицам; сама очистка соединители и модификаторы не удаляет.

Можно ли восстановить прежние пробелы по очищенной версии?

После сжатия нельзя определить, был ли в этом месте один пробел, пять пробелов или табуляция. Пока вкладка открыта, оригинал остаётся в верхнем поле и позволяет повторить обработку. Если сохранилась только очищенная версия, точные исходные интервалы восстановить автоматически нельзя.

Есть что добавить?

Напишите своё мнение, комментарий или предложение.