Làm sạch văn bản

Làm sạch văn bản là gì?

Áp dụng cùng lúc nhiều bước làm sạch văn bản, mỗi bước được điều khiển bằng một ô chọn: cắt khoảng trắng đầu cuối dòng, gộp dấu cách, xóa dòng trống và ký tự ẩn, chuyển ngoặc kép và gạch ngang về dạng thẳng, chuẩn hóa Unicode (NFKC), và tùy chọn xóa emoji, dấu câu, chữ số hoặc chuyển thành chữ thường.

Cách sử dụng Làm sạch văn bản

1. Dán văn bản lộn xộn vào ô Đầu vào.
2. Tích các bước làm sạch bạn cần – bốn bước đầu được bật sẵn.
3. Kiểm tra kết quả ở ô Đầu ra rồi sao chép hoặc tải xuống.

Ví dụ

  Hello   world ​


 ok 

Hello world
ok

Tùy chọn mặc định (cắt khoảng trắng dòng, gộp dấu cách, xóa dòng trống, xóa ký tự ẩn)

Khi nào nên dùng Làm sạch văn bản

Dùng công cụ trước khi dán văn bản vào CMS, bảng tính, cơ sở dữ liệu hay prompt AI, hoặc khi văn bản từ Word, PDF hay ứng dụng chat có khoảng cách kỳ lạ và ký tự ẩn. Xóa dấu câu hoặc chữ số là thao tác không thể hoàn tác – hãy giữ bản gốc nếu bạn có thể cần đến.

Làm sạch văn bản hoạt động như thế nào

Ký tự xuống dòng được chuẩn hóa về \n, sau đó các bước đã chọn chạy theo thứ tự cố định: chuẩn hóa NFKC (biến các ký tự tương thích như chữ toàn độ rộng hay chữ ghép fi thành dạng thường), xóa ký tự độ rộng bằng 0, ký tự điều khiển hai chiều và các ký tự định dạng ẩn khác (dấu cách đặc biệt thành dấu cách thường), chuyển ngoặc về dạng thẳng và gạch ngang/dấu ba chấm về ASCII, xóa emoji (ký tự hình, cờ, tông màu da, ký tự nối), xóa dấu câu và ký hiệu (nhóm Unicode P và S), xóa chữ số, chuyển chữ thường, gộp dấu cách, cắt khoảng trắng dòng và cuối cùng là xóa dòng trống.

Các Trường Hợp Sử Dụng Phổ Biến

• ✓ Làm sạch văn bản sao chép từ PDF hoặc Word trước khi xuất bản
• ✓ Chuẩn bị dữ liệu văn bản cho phân tích hoặc học máy
• ✓ Xóa emoji và ký hiệu khỏi nội dung do người dùng tạo
• ✓ Chuẩn hóa ký tự toàn độ rộng từ bộ gõ Đông Á
• ✓ Loại bỏ ký tự ẩn làm hỏng mã nguồn hoặc việc nhập CSV

Câu Hỏi Thường Gặp

Bước tiếp theo nên làm

Khám phá thêm danh mục