Guía del limpiador de texto: quitar duplicados, ordenar y cambiar separadores
Admin ·
Un limpiador de texto convierte una lista pegada en otra más útil mediante las opciones que elijas. ToolMellow puede recortar los extremos, reducir espacios, eliminar elementos vacíos o duplicados, ordenar naturalmente o invertir los elementos conservados. Configura Separador de entrada y Separador de salida, revisa las casillas y pulsa Limpiar texto. El trabajo se ejecuta localmente en un worker del navegador.
De forma predeterminada se recortan los extremos, se eliminan vacíos y duplicados exactos y se conserva el orden original. Se distingue entre mayúsculas y minúsculas; Reducir espacios repetidos e Ignorar mayúsculas empiezan desactivados. Esta guía explica el orden de operaciones, presenta ejemplos reproducibles y distingue limpiar listas literales de analizar CSV, normalizar Unicode o reescribir prosa.
Cómo limpiar una lista conservando el original
Pega una lista o abre un archivo de texto local. Elige Idioma del texto para la comparación dependiente del idioma y los separadores de entrada y salida. Saltos de línea es el valor predeterminado de ambos y Conservar orden original es el valor predeterminado de Orden. El idioma inicial es el del sitio y hay once idiomas disponibles; controla la comparación, no traduce tu texto.
Revisa qué cambios quieres antes de pulsar Limpiar texto. Copiar resultado y Descargar usan el resultado final; Usar resultado como entrada sustituye explícitamente el editor por ese resultado. Editar la entrada o los ajustes invalida el resultado anterior; escribir no inicia la limpieza. Ajustar líneas solo cambia la distribución visual.
- Conserva otra copia si los espacios, repeticiones o el orden tienen significado.
- Empieza con una muestra pequeña que incluya los casos que esperas; revisa el resultado antes de aplicar ajustes a la lista entera.
- Compara la forma conservada y el recuento antes de sustituir datos de otro sistema; el limpiador no valida sus identificadores ni reglas de negocio.
Saltos de línea, comas, tabulaciones y separadores personalizados
Separador de entrada determina dónde empieza y acaba cada elemento. Saltos de línea acepta CRLF, CR y LF; su equivalente de salida une elementos con LF. Coma, Punto y coma y Tabulador dividen por el carácter literal elegido. Personalizado usa la cadena exacta introducida, de 1 a 20 unidades de código UTF-16. Se distinguen mayúsculas y minúsculas, y un separador de varios caracteres se busca como una cadena completa.
Los separadores iniciales, consecutivos y finales crean vacíos que Eliminar elementos vacíos puede descartar. Un vacío final conservado puede hacer que la salida termine con un separador. Un valor como .* es texto literal, y escribir \n en el campo introduce barra inversa y n, no un salto decodificado. Para dividir saltos reales, selecciona Saltos de línea.
| Separador | Entrada | Salida |
|---|---|---|
| Saltos de línea | CRLF, CR o LF separan elementos | Une elementos con LF |
| Coma | Divide por , | Une con , |
| Punto y coma | Divide por ; | Une con ; |
| Tabulador | Divide por una tabulación real | Une con una tabulación real |
| Personalizado | Divide por la cadena exacta de 1 a 20 unidades | Une con la cadena exacta de 1 a 20 unidades |
ECMAScript: cadenas, división, recorte y transformación de mayúsculas
Orden de limpieza y por qué importa
Primero se divide la entrada y luego se aplican las operaciones elegidas en el orden fijo de la tabla. Recortar o reducir espacios puede hacer iguales elementos antes distintos. Se conserva la primera forma de cada duplicado y después se ordena o invierte. El orden visual de las casillas no cambia la secuencia de procesamiento.
Separador de salida se inserta después de las operaciones. Puede añadir espacios o alargar la salida y sus caracteres no se limpian otra vez. Invertir elementos invierte la lista conservada, no los caracteres de cada elemento. Ninguna operación reconstruye las apariciones eliminadas ni los separadores originales.
| Etapa | Si se activa |
|---|---|
| Dividir | Crea elementos con el separador de entrada |
| Quitar espacios en los extremos | Quita espacios coincidentes en los extremos |
| Reducir espacios repetidos | Sustituye secuencias de espacios salvo CR/LF por un espacio ASCII |
| Eliminar elementos vacíos | Descarta elementos cuyo valor recortado queda vacío |
| Eliminar elementos duplicados | Conserva el primero por clave exacta o en minúsculas según idioma |
| Orden | Conserva, ordena o invierte los elementos retenidos |
| Unir | Comprueba el tamaño final antes de unir con el separador elegido |
ECMAScript: cadenas, división, recorte y transformación de mayúsculasECMAScript: Array.prototype.sort estable
Ejemplo completo: valores predeterminados, mayúsculas y orden
Parte de la entrada exacta apple\nbanana\napple\n\nBanana\nitem 10\nitem 2 . Aquí \n representa visualmente un salto real; introduce siete líneas físicas, con la cuarta vacía. Con saltos de entrada y salida, la limpieza predeterminada da cinco elementos. Quita espacios externos, el vacío y el segundo apple exacto, pero conserva banana y Banana.
Cada fila parte de esa misma entrada original, no del resultado de la fila anterior. Para ordenar, elige English en Idioma del texto. Activar Ignorar mayúsculas elimina el Banana posterior y conserva la forma del banana anterior. El orden natural coloca el grupo numérico de item 2 antes del de item 10.
| Ajustes respecto a los predeterminados | Salida con escapes visibles | Elementos de salida |
|---|---|---|
| Sin cambios | apple\nbanana\nBanana\nitem 10\nitem 2 | 5 |
| Ignorar mayúsculas activo | apple\nbanana\nitem 10\nitem 2 | 4 |
| Ignorar mayúsculas; Orden ascendente (números naturales); English | apple\nbanana\nitem 2\nitem 10 | 4 |
| Invertir elementos; Ignorar mayúsculas desactivado | item 2\nitem 10\nBanana\nbanana\napple | 5 |
Internacionalización ECMAScript: Collator y CompareStringsUnicode LDML: opciones de ordenación y orden numérico
Recortar, reducir espacios y eliminar elementos vacíos
Quitar espacios en los extremos utiliza las reglas de espacios en blanco de JavaScript en cada elemento. No elimina espacios entre palabras. Reducir espacios repetidos sustituye cada secuencia coincidente por un espacio ASCII, incluso una sola tabulación o espacio de no separación. Excluye CR y LF, pero otros espacios, como separadores Unicode de línea o párrafo, pueden convertirse en espacios. Es más amplio que cambiar solo espacios ordinarios repetidos.
Eliminar elementos vacíos comprueba si cada elemento queda vacío al recortarlo, aunque Quitar espacios en los extremos esté desactivado. Puede eliminar un elemento solo de espacios y conservar los extremos de uno no vacío. No es un eliminador universal de caracteres invisibles: pueden permanecer espacios de ancho cero u otros caracteres ajenos al conjunto de JavaScript. No cambies espacios a ciegas en código, firmas o identificadores.
| Elemento o elementos | Cambio elegido | Resultado |
|---|---|---|
alpha | Recorte activo | alpha |
alpha\tbeta con una tabulación real | Reducir activo dentro de un elemento | alpha beta |
alpha y un elemento solo de espacios | Recorte desactivado; eliminar vacíos activo | Conserva los extremos de alpha y elimina el vacío |
ECMAScript: cadenas, división, recorte y transformación de mayúsculas
Eliminar duplicados conservando la primera forma
Sin Ignorar mayúsculas, las claves son las cadenas transformadas exactas después de los pasos de espacios. Con esa opción, se pasa cada clave a minúsculas con Idioma del texto, pero no el elemento mostrado. Sobrevive el primer elemento transformado de cada clave. Desactivar Eliminar elementos duplicados conserva todas las apariciones aunque Ignorar mayúsculas esté activo.
Para Apple\napple\nApple, la eliminación predeterminada conserva Apple\napple; Ignorar mayúsculas conserva solo Apple. Un espacio final puede distinguir elementos si no se recortan, y reducir espacios internos puede unir claves. Se eliminan elementos literales repetidos; no se buscan palabras repetidas en cualquier punto de un párrafo ni se comparan registros de forma aproximada.
ECMAScript: cadenas, división, recorte y transformación de mayúsculasInternacionalización ECMAScript: Collator y CompareStrings
Por qué pueden permanecer líneas visualmente iguales
Unicode representa textos parecidos con secuencias distintas. é y una e con acento agudo combinado, escrita e\u0301 como escape Unicode, pueden producir claves distintas. El limpiador no aplica normalización NFC, NFD, NFKC ni NFKD. La equivalencia canónica durante la ordenación no normaliza silenciosamente los elementos almacenados.
Ignorar mayúsculas usa claves en minúsculas según el idioma, no plegado completo de mayúsculas Unicode, eliminación de acentos, transliteración ni detección de caracteres confundibles. No iguala toda forma visualmente similar: ß y ss no se fusionan solo al pasar a minúsculas. Si otro sistema exige identificadores normalizados, sigue su política explícita y revisa los cambios por separado.
ECMAScript: cadenas, división, recorte y transformación de mayúsculasInternacionalización ECMAScript: Collator y CompareStringsAnexo estándar Unicode 15: formas de normalización Unicode
Orden natural, idioma y empates estables
Orden ascendente y Orden descendente usan Intl.Collator del navegador con Idioma del texto y comparación numérica. Los grupos de dígitos sitúan item2 antes de item10. No es un analizador numérico que garantice orden aritmético de decimales con signo, monedas, fechas, direcciones IP o versiones. Elige las reglas del sistema receptor para esos valores especiales.
Ignorar mayúsculas selecciona una ordenación sensible a acentos y no a mayúsculas; sin ella la comparación distingue variantes. Los datos de idioma y versión del navegador pueden afectar al orden. Cadenas distintas pueden empatar, incluidas formas canónicamente equivalentes, mientras la eliminación de duplicados las conserva por separado. El orden estable conserva el orden de entrada de los empates retenidos. Por eso el descendente no tiene que invertir cada empate; Invertir elementos es otra operación.
| Orden | Efecto en la lista conservada |
|---|---|
| Conservar orden original | Mantiene el orden restante tras limpiar |
| Orden ascendente (números naturales) | Comparación ascendente por idioma y grupos de dígitos |
| Orden descendente (números naturales) | Comparación descendente; los empates mantienen su orden de entrada |
| Invertir elementos | Invierte las posiciones sin comparar su texto |
Internacionalización ECMAScript: Collator y CompareStringsUnicode LDML: opciones de ordenación y orden numéricoECMAScript: Array.prototype.sort estable
Convertir listas simples con comas; analizar CSV con su propio parser
Para una lista como red, blue,red, elige Coma de entrada, Saltos de línea de salida y los ajustes predeterminados de recorte y duplicados. El resultado es red\nblue, notación que representa dos líneas. Igual puedes cambiar listas simples separadas por punto y coma, tabulación o texto personalizado.
CSV entre comillas es distinto. "a,b",c se divide en tres elementos por comas literales; las comillas no protegen la coma interior. Una coma de salida tampoco añade reglas CSV de comillas o escape para comas, comillas o saltos dentro de los elementos. Analiza los registros estructurados con un flujo consciente de CSV antes de tratarlos como lista simple.
- Busca delimitadores entre comillas o campos multilínea antes de elegir Coma.
- Usa Personalizado para un delimitador real como
||, no un patrón de expresión regular. - Comprueba las reglas de escape del receptor antes de copiar la salida unida a un archivo.
ECMAScript: cadenas, división, recorte y transformación de mayúsculas
Límites de entrada, expansión y longitud del separador
Entrada y salida permiten cada una hasta 1000000 unidades de código UTF-16. Una unidad no siempre equivale a un carácter visible: un emoji o grafema combinado puede ocupar varias. Los separadores personalizados admiten de 1 a 20 unidades de forma independiente. Los archivos deben tener estrictamente menos de 4000000 bytes y el texto decodificado debe caber en el límite de entrada.
Antes de unir, se suman las longitudes de los elementos y los separadores entre ellos. Si el total supera el límite, se rechaza el resultado, no se trunca. Un separador largo puede expandir una entrada de delimitadores cortos incluso tras eliminar elementos. Elige un separador más corto o una porción menor, conservando el significado previsto.
| Límite | Qué mide |
|---|---|
| Entrada/salida: como máximo 1000000 | Unidades de código UTF-16 en cada texto |
| Separador personalizado: de 1 a 20 | Unidades UTF-16, no grafemas |
| Archivo: menos de 4000000 | Bytes antes de decodificar; ese tamaño exacto se rechaza |
ECMAScript: cadenas, división, recorte y transformación de mayúsculasAPI File de W3C: lectura de Blob como texto
Leer recuentos y reconocer un resultado vacío completo
El aviso informa de elementos de entrada tras dividir y de salida tras limpiar. Con comas, tabulaciones o texto personalizado no son necesariamente líneas físicas: un elemento puede contener saltos. La diferencia incluye eliminación de vacíos y duplicados, no solo duplicados. El indicador de bytes mide el texto UTF-8 codificado, no unidades UTF-16 ni cantidad de elementos.
Limpiar texto se desactiva con editor vacío o solo de espacios. Una entrada no vacía puede dar un resultado vacío: ,, con Coma y Eliminar elementos vacíos activo contiene tres elementos vacíos y ninguna salida. Copiar resultado y Descargar están disponibles tras ese resultado correcto. Es distinto de no tener resultado después de un error o cambio de ajustes.
Archivos de texto, descargar y reutilizar
File.text() lee los archivos como texto UTF-8. Elimina un BOM UTF-8 inicial, el UTF-8 mal formado puede convertirse en caracteres de sustitución y la edición puede afectar a saltos de línea. No detecta codificaciones ni convierte archivos binarios preservando cada byte. Revisa el texto importado, especialmente si usa codificaciones antiguas o espacios significativos.
Descargar escribe texto UTF-8 en toolmellow-result.txt. Copiar resultado usa el portapapeles si se permite y ofrece copia manual si falla. Usar resultado como entrada sustituye el editor para una segunda pasada deliberada; no encadena automáticamente. Deshacer/Rehacer se refiere al historial, no restaura todos los ajustes ni recupera el original desde un archivo limpio ya exportado.
API File de W3C: lectura de Blob como textoWHATWG Encoding: decodificación UTF-8 y sustitución
Vaciar, procesamiento local y solicitudes normales
Vaciar elimina entrada, resultado, errores, búsqueda/sustitución e historial. Conserva Idioma del texto, separadores, Orden, casillas y Ajustar líneas. Los archivos descargados y el portapapeles quedan fuera de esa acción. Cerrar o actualizar descarta el estado en memoria; vaciar no garantiza borrado forense.
La limpieza se ejecuta en un worker local y no sube texto pegado ni archivos a un servidor de limpieza. Puedes cancelar; el worker termina al cancelar o al superar el tiempo máximo. Cargar el sitio público sí envía metadatos de alojamiento y solicitudes de visitas a Google Analytics. El procesamiento local no demuestra anonimato ni ausencia de registros de red.
Integra el limpiador con su enlace a ToolMellow
Elige el idioma del sitio y usa la integración bajo el espacio de trabajo para copiar o descargar el HTML proporcionado. Pégalo en una página o plataforma que permita iframe y script de ajuste de tamaño. Conserva el enlace visible a la página de ToolMellow del idioma correspondiente; utiliza nofollow y noopener.
Comprueba la integración en una pantalla estrecha y que el alojamiento permita workers y el portapapeles requerido. Expone los mismos controles, límites y procesamiento local. Sus mensajes de altura ayudan a ajustar el iframe; no son una API para enviar texto a un servicio automático de limpieza.
Preguntas frecuentes
¿Cómo limpio una lista de texto?
Pega o carga texto, elige Idioma del texto y separadores, revisa limpieza y Orden y pulsa Limpiar texto. Se recortan extremos y eliminan vacíos y duplicados exactos manteniendo el orden original por defecto.
¿Cómo elimino líneas duplicadas?
Usa Saltos de línea de entrada y activa Eliminar elementos duplicados. Se compara el elemento después de los pasos de espacios. Conserva la primera forma; Ignorar mayúsculas pasa la clave a minúsculas según el idioma.
¿Cómo ordeno números naturalmente en texto?
Elige Orden ascendente (números naturales) e Idioma del texto. Los grupos de dígitos colocan item2 antes de item10. No analiza decimales con signo, fechas, direcciones o versiones como datos especializados.
¿Cómo elimino líneas vacías sin recortar las demás?
Activa Eliminar elementos vacíos y desactiva Quitar espacios en los extremos. Se eliminan elementos solo de espacios, conservando los extremos de los no vacíos salvo otro cambio seleccionado.
¿Cómo convierto comas en saltos de línea?
Para una lista simple elige Coma de entrada y Saltos de línea de salida. Revisa recorte, vacíos y duplicados. CSV entre comillas necesita su propio parser: las comas interiores también dividen aquí.
¿Ignorar mayúsculas cambia el texto de salida?
No convierte en minúsculas los elementos mostrados. Cambia claves y sensibilidad de ordenación; conserva la forma del primer elemento transformado. Es comparación en minúsculas por idioma, no plegado completo Unicode.
¿En qué se diferencian recortar y reducir espacios?
Recortar quita los espacios coincidentes de los extremos. Reducir sustituye secuencias salvo CR/LF por un espacio ASCII, incluso una tabulación o espacio de no separación único. Ocurre antes de eliminar y ordenar.
¿Por qué permanecen líneas visualmente iguales?
Las claves literales o en minúsculas pueden diferir por secuencias Unicode. No normaliza, no elimina todos los invisibles, no quita acentos y no hace comparación aproximada, aunque el orden considere un empate.
¿Un separador personalizado puede ser una expresión regular?
No. Es una cadena literal exacta de 1 a 20 unidades UTF-16. .* o barra inversa seguida de n no son sintaxis regex ni escapes decodificados.
¿Por qué la salida limpia es demasiado grande?
El tamaño incluye elementos y todos los separadores insertados. Un separador largo puede superar un millón de unidades UTF-16. Se rechaza el resultado; elige un separador más corto o menos entrada.
¿Invertir elementos invierte cada carácter?
No. Invierte la lista conservada tras los recortes, vacíos y duplicados seleccionados. Los caracteres dentro de cada elemento mantienen su orden.
¿Qué significa el recuento de elementos?
Cuenta la entrada tras dividir y la salida tras limpiar. Con comas o separador personalizado un elemento puede contener saltos físicos. La diferencia combina todas las eliminaciones, no solo duplicados.
¿Se sube mi texto para limpiarlo?
La operación procesa texto pegado o cargado localmente en un worker. El sitio sigue haciendo solicitudes normales de alojamiento y analítica; procesar localmente no significa anonimato ni ausencia de registros.
¿Puedo integrar el limpiador en mi sitio?
Usa el HTML localizado bajo el espacio de trabajo, conserva el enlace visible a ToolMellow y comprueba iframe, script y worker. La integración mantiene controles y límites; es un espacio interactivo, no una API remota.
Fuentes y lecturas adicionales
- ECMAScript: cadenas, división, recorte y transformación de mayúsculas
- Internacionalización ECMAScript: Collator y CompareStrings
- Unicode LDML: opciones de ordenación y orden numérico
- ECMAScript: Array.prototype.sort estable
- Anexo estándar Unicode 15: formas de normalización Unicode
- API File de W3C: lectura de Blob como texto
- WHATWG Encoding: decodificación UTF-8 y sustitución
- WHATWG HTML: workers y ciclo de vida
Ponlo en práctica.
- Limpiador de texto y listas
- Contador de palabras y caracteres
- Convertidor de mayúsculas y minúsculas
- Generador Lorem Ipsum
Guías relacionadas
- Cómo contar palabras y caracteres de un texto
- Cómo cambiar mayúsculas y minúsculas en un texto
- Cómo generar texto de relleno Lorem Ipsum
- Cómo codificar y decodificar una URL
- Cómo generar un hash SHA-256 de un texto
- Cómo generar un UUID: v4, v7 y GUID
- Cómo crear un código QR que no caduque
- Cómo comparar dos textos y ver las diferencias
- Cómo formatear y validar JSON
- Cómo formatear código HTML para leerlo mejor