Làm sạch văn bản: xử lý khoảng trắng, dòng trống và ký tự ẩn

Văn bản dán từ email, website hoặc tài liệu có thể chứa nhiều dấu cách, dòng trống và ký tự không nhìn thấy. Những phần thừa này làm bố cục khó đọc hoặc khiến hai chuỗi trông giống nhau nhưng không khớp. Công cụ làm sạch văn bản cho phép chọn từng thao tác thay vì sửa đồng loạt mọi thứ.

Bắt đầu từ bản sao

Dán nội dung vào ô đầu vào, chọn các thao tác cần thiết rồi xử lý. Ô gốc không bị thay thế bởi kết quả. Bạn có thể đối chiếu trước khi sao chép sang tài liệu đang làm. Công cụ không sửa chính tả, không thay từ và không tự bỏ dấu tiếng Việt.

Bộ đếm trước/sau tính theo điểm mã Unicode, không phải số ký tự hiển thị theo mọi phần mềm. Emoji ghép có thể gồm nhiều điểm mã. Bộ đếm giúp quan sát mức thay đổi, nhưng không thay cho việc kiểm tra bố cục và nội dung đầu ra.

Khoảng trắng và dòng trống

Tùy chọn gộp dấu cách/tab biến một chuỗi liên tiếp thành một dấu cách, nhưng giữ ranh giới xuống dòng. Xóa khoảng trắng đầu/cuối mỗi dòng giúp các dòng được căn gọn hơn. Xóa khoảng trắng đầu/cuối toàn văn bản chỉ tác động ở hai đầu của nội dung chung.

Nếu bật Xóa mọi dòng trống, những dòng chỉ có khoảng trắng cũng bị bỏ. Tùy chọn này phù hợp với danh sách liên tục, nhưng có thể làm mất khoảng cách phân chia đoạn của bài viết. Khi đang dọn nội dung dài, nên giữ dòng trống nếu chúng có vai trò tách đoạn.

Một số ký tự ẩn thường gặp

Bộ lọc của Làm Gọn xóa đúng ba điểm mã U+200B, U+FEFF và U+2060 khi được bật. Nó không tuyên bố loại bỏ mọi ký tự ẩn trong Unicode. Tùy chọn riêng có thể đổi khoảng trắng không ngắt dòng U+00A0 thành dấu cách thông thường.

Ký tự nối emoji U+200D không bị xóa bởi bộ lọc này. Các dấu tiếng Việt cũng được giữ. Tuy nhiên, khi làm việc với nội dung đa ngôn ngữ có quy tắc định dạng riêng, vẫn nên kiểm tra phần kết quả, vì một ký tự không nhìn thấy đôi khi được dùng có chủ đích.

Cẩn thận với bảng có tab

Nếu mỗi cột được ngăn bằng tab, việc gộp tab thành dấu cách sẽ làm mất dấu phân cột. Trong trường hợp đó, tắt Gộp dấu cách và tab liên tiếp. Với mã nguồn, dữ liệu có thụt dòng hoặc văn bản cần căn bằng khoảng trắng, cũng nên giữ các ký tự bố cục tương ứng.

Công cụ nhận tối đa 200.000 ký tự và xử lý ngay trên trình duyệt, không gửi nội dung lên máy chủ. Nếu muốn biết cụ thể đã đổi những chỗ nào, đưa bản gốc và bản đã làm sạch vào so sánh hai đoạn văn bản. Nếu chỉ muốn loại bỏ mục lặp, dùng lọc dòng trùng, vì đó là một thao tác khác với dọn khoảng trắng.