余分なスペースと改行を削除する

Word 文書または Web サイトからテキストをコピーすると、単語の間に複数のスペースが入り込むことがあります。この操作では、連続する 2 つ以上のスペース文字を見つけて 1 つのスペースに減らし、ブロック全体から先頭または末尾の空白を削除します。これは、書式設定されたソースからコピー＆ペーストして生成されたダブルスペースのテキストをクリーンアップする最も速い方法です。

PDF では、固定のビジュアル列にテキストが表示されます。段落を選択してコピーすると、画面に表示される行末がクリップボード内の文字通りの改行文字になり、各文が途中で分割されます。この操作は、孤立した改行 (適切な段落区切り文字ではない改行) を検出し、スペースに置き換えて、実際の段落を区切る空白行に触れることなく、元の流れるような散文を復元します。

場合によっては、単一の連続ブロック内の書式なしのプレーン テキストが必要になることがあります。たとえば、複数行入力をサポートしていないツールやソーシャル メディアのキャプション フィールドに貼り付ける場合、またはテキストを別の変換にフィードする前に貼り付ける場合です。この操作では、すべての改行文字が削除され、すべての行と段落が 1 つの切れ目のない文字列に結合されます。

PDF または Word から変換された文書には、文の間や箇条書きの後に空行が挿入され、テキストが不必要な空白で肥大化する場合があります。この操作では、実際のテキストを含む行には影響を与えずに、何も含まない行 (または非表示のスペースとタブのみ) を削除します。段落構造は破壊されず、本当に空のギャップのみが閉じられます。

各行の末尾にある目に見えない末尾のスペースは、リッチ テキスト エディターや Web ページからのコピー＆ペーストでよく見られる現象です。これらは、コード エディター (lint 警告)、差分ツール (偽の変更)、およびテキストを 1 行ずつ比較するシステムで問題を引き起こします。この操作では、他の内容を変更することなく、各行の末尾の空白をすべて削除します。

Unicode には、商標記号 (™)、著作権マーク (©)、装飾箇条書き (•)、全角ダッシュ (—)、ゼロ幅スペースなど、何千もの特殊記号が含まれています。これらは画面上では問題なく見えますが、プレーン ASCII テキストを期待するシステムでは機能しません。この操作では、標準の ASCII 範囲外の文字 (127 を超えるコード ポイント) が削除され、システムが処理できる文字、数字、句読点、および空白だけが残ります。

ワード プロセッサとモバイル キーボードは、直線引用符 (") とアポストロフィ (') を、様式化された中括弧 (""、"") に自動的に変換します。印刷では見栄えがよくなりますが、これらの Unicode 文字は、コード、構成ファイル、およびコマンド ライン ツールで構文エラーを引き起こします。この操作により、すべての中括弧二重引用符と一重引用符が単純な ASCII 文字に変換され、テキストを技術的なコンテキストに安全に貼り付けることができます。

コピーした PDF テキストが非常に汚く見えるのはなぜですか?

PDF はコピー用ではなく、印刷用に設計されています。テキストは、流れる段落としてではなく、ページ上に配置された個々の文字として保存されます。コピーして貼り付けると、印刷レイアウトの改行が加わり、文が途中で分割され、ごちゃ混ぜで読みにくい結果が作成されます。 「PDF 改行を修正」操作は、この問題を解決するために特別に設計されています。

このツールを使用するとドキュメントは安全ですか?

はい、完全に。このツールは 100% クライアント側であり、すべての操作は JavaScript を使用してブラウザーで直接実行されます。あなたのテキストが外部サーバーに送信されたり、外部サーバーによって処理されたり、保存されたりすることはありません。機密文書、契約書、ソースコード、個人データを貼り付けても完全に安全です。

改行の削除と PDF の改行の修正の違いは何ですか?

「PDF 改行の修正」は、段落内の改行のみを結合するスマートな操作です。段落間の空白行はそのままに、文の途中にある改行を検出してスペースに置き換えます。 [すべての改行を削除] は、改行をすべて削除し、段落構造に関係なくテキスト全体を 1 つの連続したブロックに折りたたむ鈍いツールです。

複数の操作を同時に適用できますか?

はい。必要な操作をすべてチェックし、「適用」をクリックするだけです。操作は最良の結果が得られるように設計された固定順序で適用されます。PDF の改行の修正と空行の削除が最初に実行され (行構造に作用するため)、続いて改行の削除、余分なスペースの削除、最後に特殊文字の削除と引用符の直線化が続きます。

特殊文字の削除は具体的に何をするのでしょうか?

標準の 128 文字の ASCII セットの外にある文字はすべて削除されます。これには、©、®、™、および • などの印刷記号、アクセント付き文字 (é、ü、ñ)、全角ダッシュ、省略記号文字 (…)、およびゼロ幅スペースや非改行スペースなどの非表示の Unicode 文字が含まれます。基本的なラテン文字のみが含まれることが保証されているテキストが必要な場合は、この操作で処理されます。

なぜ引用符をまっすぐにする必要があるのでしょうか?

巻き毛の「スマートな」引用符は、文書や Web 上では見栄えがしますが、技術的な文脈では問題を引き起こします。中引用符を含むコードをターミナルまたはエディターに貼り付けると、構文エラーが発生します。構成ファイル、JSON、YAML、およびほとんどのプログラミング言語では、直接の ASCII 引用符が必要です。テキストをドキュメント エディターから何らかの技術ツールに移動する場合は、まず引用符をまっすぐにすることで、デバッグが難しいエラーを防ぐことができます。