منظّف النصوص
نظّف النص الفوضوي: قصّ الأسطر وادمج المسافات وأزل الأسطر الفارغة والأحرف المخفية وقوّم علامات الاقتباس وأزل الرموز التعبيرية أو الترقيم أو الأرقام. خاص.
يعمل بالكامل في متصفحك. لا يتم رفع بياناتك أبدًا.
ما هو منظّف النصوص؟
يطبّق عدة خطوات تنظيف على النص دفعة واحدة، يتحكم في كل منها مربع اختيار: قص الأسطر ودمج المسافات وإزالة الأسطر الفارغة والأحرف المخفية وتقويم علامات الاقتباس والشرطات وتوحيد Unicode (NFKC)، وإزالة الرموز التعبيرية أو الترقيم أو الأرقام أو التحويل إلى أحرف صغيرة اختياريًا.
كيفية استخدام منظّف النصوص
- الصق النص الفوضوي في مربع الإدخال.
- فعّل خطوات التنظيف التي تحتاجها – الأربع الأولى مفعّلة افتراضيًا.
- راجع النتيجة في الإخراج وانسخها أو نزّلها.
مثال
Hello world ok
Hello world ok
الخيارات الافتراضية (قص الأسطر ودمج المسافات وإزالة الأسطر الفارغة وإزالة الأحرف المخفية)
متى تستخدم منظّف النصوص
استخدمه قبل لصق النص في نظام إدارة محتوى أو جدول بيانات أو قاعدة بيانات أو أمر للذكاء الاصطناعي، أو عندما يحتوي النص من Word أو PDF أو تطبيقات المحادثة تباعدًا غريبًا وأحرفًا مخفية. إزالة الترقيم أو الأرقام مدمّرة – احتفظ بالأصل إذا قد تحتاجه.
كيف يعمل منظّف النصوص
تُوحَّد نهايات الأسطر إلى \n، ثم تعمل الخطوات المختارة بترتيب ثابت: توحيد NFKC (يحوّل أحرف التوافق مثل الأحرف كاملة العرض أو رابطة fi إلى أحرف عادية)، وإزالة أحرف التنسيق صفرية العرض وbidi وغيرها من المخفية (وتصبح المسافات الخاصة عادية)، وعلامات الاقتباس المستقيمة والشرطات وعلامة الحذف بـ ASCII، وإزالة الرموز التعبيرية (الرموز التصويرية والأعلام ودرجات البشرة وأحرف الربط)، وإزالة الترقيم والرموز (فئتا Unicode P وS)، وإزالة الأرقام، والتحويل إلى أحرف صغيرة، ودمج المسافات، وقص الأسطر، وأخيرًا إزالة الأسطر الفارغة.
حالات الاستخدام الشائعة
- تنظيف النص المنسوخ من PDF أو Word قبل النشر
- تجهيز بيانات نصية للتحليل أو تعلم الآلة
- إزالة الرموز التعبيرية والرموز من المحتوى الذي ينشئه المستخدمون
- توحيد الأحرف كاملة العرض من طرق إدخال شرق آسيا
- إزالة الأحرف المخفية التي تكسر الشيفرة أو استيراد CSV
الأسئلة الشائعة
ماذا يفعل توحيد Unicode (NFKC)؟
يستبدل متغيرات التوافق بصيغتها القياسية، مثل Ｈｅｌｌｏ ← Hello و① ← 1 وfi ← fi. وقد يغيّر معنى الرموز الخاصة، لذا هو معطّل افتراضيًا.
هل تُبقي إزالة الترقيم الأحرف المشكَّلة؟
نعم. تُزال فقط الأحرف في فئتي الترقيم والرموز في Unicode؛ وتبقى الحروف في كل نظام كتابة، ومنها المشكَّلة.
هل يُزال التنسيق مثل الخط العريض أو الروابط؟
النص العادي لا تنسيق فيه. وعند لصق نص منسّق في المربع يحتفظ المتصفح أصلًا بالنص فقط. ولشيفرة HTML المصدرية استخدم إزالة وسوم HTML.