Guide du nettoyeur de texte : doublons, tri et séparateurs
Admin ·
Un nettoyeur de texte rend une liste collée plus utile en appliquant les options choisies. ToolMellow peut retirer les espaces aux extrémités, réduire les espaces, supprimer les éléments vides ou dupliqués, trier naturellement ou inverser les éléments conservés. Réglez Séparateur d’entrée et Séparateur de sortie, vérifiez les cases et appuyez sur Nettoyer le texte. Le traitement s’exécute dans un worker local du navigateur.
Par défaut, les extrémités sont nettoyées, les vides et doublons exacts supprimés et l’ordre d’origine conservé. La casse reste prise en compte ; Réduire les espaces répétés et Ignorer la casse sont désactivés. Ce guide explique l’ordre des opérations, donne des exemples reproductibles et distingue listes littérales, analyse CSV, normalisation Unicode et réécriture de prose.
Nettoyeur de texte et de listes
Nettoyer une liste en gardant l’original
Collez une liste ou ouvrez un fichier texte local. Choisissez Langue du texte pour la comparaison selon la langue, puis les séparateurs d’entrée et de sortie. Sauts de ligne est le défaut des deux ; Garder l’ordre d’origine est le défaut d’Ordre. La langue commence par celle du site et offre les onze langues ; elle règle la comparaison, pas la traduction du texte.
Vérifiez les changements avant d’appuyer sur Nettoyer le texte. Copier le résultat et Télécharger utilisent le résultat terminé ; Utiliser le résultat comme entrée remplace explicitement l’éditeur. Modifier l’entrée ou les réglages invalide l’ancien résultat ; la saisie seule ne lance pas le nettoyage. Retour à la ligne ne change que l’affichage.
- Gardez une copie distincte si blancs, doublons ou ordre ont un sens.
- Commencez par un échantillon avec les cas limites attendus ; examinez le résultat avant d’appliquer les réglages à toute la liste.
- Comparez la graphie conservée et le compte avant de remplacer les données d’un autre système ; le nettoyeur ne valide ni ses identifiants ni ses règles métier.
Sauts de ligne, virgules, tabulations et séparateurs personnalisés
Séparateur d’entrée détermine les limites des éléments. Sauts de ligne accepte CRLF, CR et LF ; son équivalent de sortie joint avec LF. Virgule, Point-virgule et Tabulation découpent sur le caractère littéral choisi. Personnalisé utilise la chaîne exacte saisie, longue de 1 à 20 unités de code UTF-16. La casse compte, et un séparateur de plusieurs caractères est reconnu comme une chaîne entière.
Des séparateurs au début, consécutifs ou à la fin créent des vides que Supprimer les éléments vides peut retirer. Un dernier vide conservé peut faire terminer la sortie par un séparateur. .* est du texte ordinaire ; saisir \n donne une barre oblique inverse puis n, pas un saut décodé. Pour les véritables fins de ligne, choisissez Sauts de ligne.
| Séparateur | Entrée | Sortie |
|---|---|---|
| Sauts de ligne | CRLF, CR ou LF séparent les éléments | Joint avec LF |
| Virgule | Découpe sur , | Joint avec , |
| Point-virgule | Découpe sur ; | Joint avec ; |
| Tabulation | Découpe sur une vraie tabulation | Joint avec une vraie tabulation |
| Personnalisé | Découpe sur la chaîne exacte de 1 à 20 unités | Joint avec la chaîne exacte de 1 à 20 unités |
Pipeline de nettoyage et importance de son ordre
Le nettoyage découpe d’abord l’entrée puis applique les options dans l’ordre fixe du tableau. Retirer ou réduire les espaces peut rendre égaux des éléments auparavant différents. Le dédoublonnage garde la première graphie retenue, avant tri ou inversion. L’ordre des cases à l’écran ne change pas la séquence.
Séparateur de sortie est inséré après les opérations. Il peut ajouter des espaces ou allonger la sortie, et ses caractères ne sont pas nettoyés à nouveau. Inverser les éléments inverse la liste conservée, pas les caractères de chaque élément. Aucune opération ne reconstruit les occurrences supprimées ou les séparateurs d’origine.
| Étape | Si activée |
|---|---|
| Découpage | Crée les éléments avec le séparateur d’entrée |
| Retirer les espaces aux extrémités | Retire les blancs correspondants aux bords |
| Réduire les espaces répétés | Remplace les blancs hors CR/LF par un espace ASCII |
| Supprimer les éléments vides | Retire les éléments dont le texte nettoyé aux bords est vide |
| Supprimer les doublons | Garde le premier par clé exacte ou minuscule selon la langue |
| Ordre | Conserve, trie ou inverse les éléments |
| Jonction | Vérifie la taille finale avant de joindre avec le séparateur choisi |
ECMAScript : chaînes, découpage, retrait et casseECMAScript : Array.prototype.sort stable
Exemple : valeurs par défaut, casse et ordre
Prenez l’entrée exacte apple\nbanana\napple\n\nBanana\nitem 10\nitem 2 . Ici \n note un véritable saut de ligne ; saisissez sept lignes physiques, la quatrième vide. Avec entrée et sortie par lignes, les défauts donnent cinq éléments. Ils retirent les espaces extérieurs, le vide et le deuxième apple exact, mais gardent banana et Banana.
Chaque ligne du tableau repart de cette même entrée, pas du résultat précédent. Pour trier, sélectionnez English comme Langue du texte. Ignorer la casse supprime le Banana ultérieur en conservant le premier banana. Le tri naturel place le groupe numérique de item 2 avant celui de item 10.
| Réglages par rapport aux défauts | Sortie en notation échappée | Éléments de sortie |
|---|---|---|
| Aucun changement | apple\nbanana\nBanana\nitem 10\nitem 2 | 5 |
| Ignorer la casse actif | apple\nbanana\nitem 10\nitem 2 | 4 |
| Ignorer la casse ; Tri croissant (nombres naturels) ; English | apple\nbanana\nitem 2\nitem 10 | 4 |
| Inverser les éléments ; Ignorer la casse désactivé | item 2\nitem 10\nBanana\nbanana\napple | 5 |
Internationalisation ECMAScript : Collator et CompareStringsUnicode LDML : options de collation et ordre numérique
Retirer les espaces, les réduire et supprimer les vides
Retirer les espaces aux extrémités applique les règles JavaScript de caractères blancs aux bords de chaque élément. Il ne retire pas les espaces entre mots. Réduire les espaces répétés remplace une séquence correspondante par un espace ASCII, même une seule tabulation ou un espace insécable. CR et LF sont exclus, mais les autres blancs, dont certains séparateurs Unicode de ligne ou paragraphe, peuvent devenir des espaces. Ce n’est pas seulement une réduction des espaces ordinaires répétés.
Supprimer les éléments vides teste si chaque élément devient vide après retrait des blancs, même si Retirer les espaces aux extrémités est désactivé. Un élément tout blanc peut disparaître alors que les bords d’un élément non vide restent. L’outil ne supprime pas tous les caractères invisibles : espaces de largeur nulle et caractères hors de l’ensemble JavaScript peuvent rester. Évitez les changements aveugles dans le code, les signatures ou les identifiants.
| Élément ou éléments | Changement choisi | Résultat |
|---|---|---|
alpha | Retrait des bords actif | alpha |
alpha\tbeta avec une vraie tabulation | Réduction active dans un élément | alpha beta |
alpha et un élément tout blanc | Retrait désactivé ; vides supprimés | Conserve les bords d’alpha et retire le vide |
Supprimer les doublons en gardant la première graphie
Sans Ignorer la casse, les clés sont les chaînes transformées exactes après les étapes d’espaces. Avec l’option, la clé est mise en minuscules selon Langue du texte, pas l’élément affiché. Le premier élément transformé de chaque clé reste. Désactiver Supprimer les doublons conserve toutes les occurrences, même si Ignorer la casse est activé.
Pour Apple\napple\nApple, les défauts gardent Apple\napple ; Ignorer la casse garde seulement Apple. Un espace final distingue des éléments sans retrait, et réduire les espaces internes peut fusionner les clés. C’est du dédoublonnage littéral d’éléments, pas la recherche de mots répétés partout dans un paragraphe ni une comparaison approximative de fiches.
ECMAScript : chaînes, découpage, retrait et casseInternationalisation ECMAScript : Collator et CompareStrings
Pourquoi des lignes visuellement identiques restent séparées
Unicode représente des textes semblables par différentes séquences. é et une e suivie d’un accent aigu combinant, notée e\u0301, peuvent donner des clés différentes. Le nettoyeur n’applique pas NFC, NFD, NFKC ou NFKD. L’équivalence canonique lors du tri ne normalise pas silencieusement les éléments stockés.
Ignorer la casse utilise des clés en minuscules selon la langue, pas un repliement complet de la casse Unicode, un retrait des accents, une translittération ou une détection des caractères ressemblants. Toutes les graphies semblables ne deviennent pas égales : ß et ss ne fusionnent pas par la seule mise en minuscules. Si un système exige des identifiants normalisés, appliquez sa politique explicite et examinez les changements séparément.
ECMAScript : chaînes, découpage, retrait et casseInternationalisation ECMAScript : Collator et CompareStringsAnnexe Unicode 15 : formes de normalisation Unicode
Tri naturel, langue et égalités stables
Tri croissant et Tri décroissant utilisent Intl.Collator avec Langue du texte et la comparaison numérique. Les groupes de chiffres placent item2 avant item10. Ce n’est pas un analyseur numérique garantissant l’ordre arithmétique de décimaux signés, devises, dates, adresses IP ou versions. Choisissez les règles du système destinataire pour ces données particulières.
Ignorer la casse sélectionne un tri sensible aux accents et non à la casse ; sinon la comparaison distingue les variantes. Les données de langue et versions du navigateur peuvent modifier l’ordre. Des chaînes différentes peuvent être égales au tri, notamment des formes canoniquement équivalentes, mais rester distinctes au dédoublonnage. Un tri stable garde l’ordre entrant des éléments à égalité. Le décroissant n’inverse donc pas nécessairement tous les groupes ex æquo ; Inverser les éléments est une autre opération.
| Ordre | Effet sur la liste conservée |
|---|---|
| Garder l’ordre d’origine | Conserve l’ordre survivant au nettoyage |
| Tri croissant (nombres naturels) | Comparaison ascendante par langue et groupes de chiffres |
| Tri décroissant (nombres naturels) | Comparaison descendante ; égalités dans l’ordre entrant |
| Inverser les éléments | Inverse les positions sans comparer le texte |
Internationalisation ECMAScript : Collator et CompareStringsUnicode LDML : options de collation et ordre numériqueECMAScript : Array.prototype.sort stable
Convertir les listes simples ; analyser les vrais CSV séparément
Pour red, blue,red, choisissez Virgule en entrée, Sauts de ligne en sortie et les défauts de retrait des espaces et doublons. Le résultat est red\nblue, notation représentant deux lignes. Cela convertit aussi les listes simples avec point-virgule, tabulation ou séparateur personnalisé.
CSV avec guillemets est différent. "a,b",c est découpé en trois éléments sur ses virgules littérales ; les guillemets ne protègent pas la virgule interne. Une virgule de sortie ne fournit pas non plus de règles CSV de citation ou échappement pour les virgules, guillemets ou lignes internes. Analysez les fiches avec un traitement CSV adapté avant d’en faire une liste simple.
- Cherchez délimiteurs entre guillemets ou champs multilignes avant de choisir Virgule.
- Utilisez Personnalisé pour un vrai délimiteur comme
||, pas un motif regex. - Vérifiez les règles d’échappement du destinataire avant de copier la sortie jointe dans un fichier.
Limites, expansion de sortie et longueur du séparateur
Entrée et sortie acceptent chacune jusqu’à 1000000 unités de code UTF-16. Une unité ne correspond pas toujours à un caractère visible : emoji et graphèmes combinés peuvent en prendre plusieurs. Les séparateurs personnalisés acceptent 1 à 20 unités chacun. Les fichiers doivent faire strictement moins de 4000000 octets et le texte décodé doit respecter le plafond d’entrée.
Avant de joindre, le nettoyeur additionne les longueurs des éléments et des séparateurs entre eux. Au-delà du plafond, il rejette le résultat plutôt que de le tronquer. Un long séparateur peut agrandir une entrée à délimiteurs courts, même après des suppressions. Choisissez un séparateur plus court ou moins de source en conservant le sens de la liste.
| Limite | Mesure |
|---|---|
| Entrée/sortie : au plus 1000000 | Unités de code UTF-16 du texte correspondant |
| Séparateur personnalisé : 1 à 20 | Unités UTF-16, pas graphèmes |
| Fichier : moins de 4000000 | Octets avant décodage ; cette taille exacte est rejetée |
ECMAScript : chaînes, découpage, retrait et casseAPI File du W3C : lecture de Blob comme texte
Lire les comptes et reconnaître un résultat vide terminé
L’avis donne les éléments d’entrée après découpage et ceux de sortie après nettoyage. Avec virgules, tabulations ou séparateur personnalisé, ce ne sont pas forcément des lignes physiques : un élément peut contenir des sauts. La différence comprend vides et doublons, pas seulement les doublons. L’indicateur d’octets mesure le texte UTF-8 encodé, pas les unités UTF-16 ou le compte d’éléments.
Nettoyer le texte est désactivé pour un éditeur vide ou tout blanc. Une entrée non blanche peut donner un résultat vide : ,, avec Virgule et Supprimer les éléments vides actif contient trois vides et aucun élément de sortie. Copier le résultat et Télécharger sont alors disponibles. Un résultat vide réussi diffère d’un résultat absent après erreur ou modification.
Fichiers texte, téléchargements et nouvelle utilisation
File.text() lit le fichier en UTF-8. Un BOM initial est supprimé, les séquences mal formées peuvent devenir des caractères de remplacement et l’édition affecter les fins de ligne. Ce n’est ni un détecteur d’encodage ni une conversion binaire préservant les octets. Examinez l’importation, surtout avec encodage ancien ou blancs significatifs.
Télécharger écrit du texte UTF-8 nommé toolmellow-result.txt. Copier le résultat utilise le presse-papiers si autorisé, avec copie manuelle si l’accès échoue. Utiliser le résultat comme entrée remplace le texte pour une deuxième passe délibérée, pas un enchaînement automatique. Annuler/Rétablir concerne l’historique, pas le rétablissement de tous les réglages ou du texte original depuis un fichier déjà nettoyé.
API File du W3C : lecture de Blob comme texteWHATWG Encoding : décodage UTF-8 et remplacement
Effacer, traitement local et requêtes ordinaires
Effacer supprime entrée, résultat, erreurs, recherche/remplacement et historique. Il conserve Langue du texte, séparateurs, Ordre, cases et Retour à la ligne. Les téléchargements et le presse-papiers sont hors de cette action. Fermer ou actualiser abandonne l’état en mémoire ; effacer ne garantit pas une suppression forensique.
Le nettoyage fonctionne dans un worker local sans téléverser texte ou fichiers vers un serveur de nettoyage. Vous pouvez annuler ; le worker termine à l’annulation ou au dépassement du délai. Charger le site transmet toujours les métadonnées d’hébergement et requêtes de visite à Google Analytics. Le traitement local ne prouve ni anonymat ni absence de journaux réseau.
Intégrer le nettoyeur avec son lien ToolMellow
Choisissez la langue du site et copiez ou téléchargez le HTML fourni dans l’intégration sous l’espace de travail. Collez-le dans une page ou plateforme autorisant iframe et script d’ajustement. Conservez le lien visible vers la page ToolMellow dans la langue correspondante ; il inclut nofollow et noopener.
Vérifiez l’intégration sur écran étroit et que l’hôte autorise workers et presse-papiers. Elle présente les mêmes contrôles, limites et traitement local. Les messages de hauteur ajustent l’iframe ; ce ne sont pas une API pour envoyer du texte à un service automatique.
Questions fréquentes
Comment nettoyer une liste de texte ?
Collez ou ouvrez le texte, choisissez Langue du texte et séparateurs, examinez nettoyage et Ordre, puis appuyez sur Nettoyer le texte. Par défaut, les bords, vides et doublons exacts sont nettoyés avec ordre d’origine conservé.
Comment supprimer les lignes en double ?
Choisissez Sauts de ligne en entrée et Supprimer les doublons. La comparaison porte sur l’élément après les étapes d’espaces. La première graphie reste ; Ignorer la casse met la clé en minuscules selon la langue.
Comment trier naturellement les nombres dans un texte ?
Choisissez Tri croissant (nombres naturels) et Langue du texte. Les groupes de chiffres placent item2 avant item10. Le tri n’analyse pas décimaux signés, dates, adresses ou versions comme données spécialisées.
Comment supprimer les lignes vides sans retirer les bords des autres ?
Activez Supprimer les éléments vides et désactivez Retirer les espaces aux extrémités. Les éléments tout blancs disparaissent ; les bords des autres restent sauf autre option sélectionnée.
Comment convertir des virgules en sauts de ligne ?
Pour une liste simple, choisissez Virgule en entrée et Sauts de ligne en sortie. Vérifiez espaces, vides et doublons. Un CSV avec guillemets demande son propre parseur ; les virgules internes découpent ici.
Ignorer la casse change-t-il le texte affiché ?
Il ne met pas les éléments affichés en minuscules. Il change clés et sensibilité du tri ; la première graphie transformée reste. C’est une mise en minuscules selon la langue, pas un repliement Unicode complet.
Quelle différence entre retirer et réduire les espaces ?
Le retrait enlève les blancs correspondants aux bords. La réduction remplace leurs séquences hors CR/LF par un espace ASCII, même une seule tabulation ou un espace insécable. Ces étapes précèdent suppression et tri.
Pourquoi des lignes visuellement identiques restent-elles ?
Les clés littérales ou minuscules peuvent différer entre séquences Unicode. Le nettoyeur ne normalise pas Unicode, ne retire pas tous les caractères invisibles, ne supprime pas les signes d’accent/diacritiques et ne fait pas de comparaison approximative, même si le tri considère deux valeurs égales.
Un séparateur personnalisé peut-il être une expression régulière ?
Non. C’est une chaîne littérale exacte de 1 à 20 unités UTF-16. .* et barre oblique inverse suivie de n ne sont ni regex ni escapes décodés.
Pourquoi la sortie nettoyée est-elle trop grande ?
La taille inclut les éléments et chaque séparateur inséré. Un long séparateur peut dépasser un million d’unités UTF-16. Le résultat est rejeté ; choisissez un séparateur court ou moins d’entrée.
Inverser les éléments inverse-t-il tous les caractères ?
Non. Il inverse la liste conservée après les retraits, vides et doublons sélectionnés. Les caractères de chaque élément restent dans leur ordre.
Que signifie le compte d’éléments ?
Il compte l’entrée après découpage et la sortie après nettoyage. Avec virgules ou séparateur personnalisé, un élément peut contenir des lignes physiques. La différence combine toutes les suppressions, pas seulement les doublons.
Mon texte est-il envoyé pour être nettoyé ?
Le nettoyage traite le texte collé ou ouvert localement dans un worker. Le site fait toujours des requêtes d’hébergement et d’analytique ; cela n’implique ni anonymat ni absence de journaux.
Puis-je intégrer le nettoyeur sur mon site ?
Utilisez le HTML localisé sous l’espace de travail, conservez le lien visible vers ToolMellow et vérifiez iframe/script/worker. L’intégration garde contrôles et limites ; c’est un espace interactif, pas une API distante.
Sources et lectures complémentaires
- ECMAScript : chaînes, découpage, retrait et casse
- Internationalisation ECMAScript : Collator et CompareStrings
- Unicode LDML : options de collation et ordre numérique
- ECMAScript : Array.prototype.sort stable
- Annexe Unicode 15 : formes de normalisation Unicode
- API File du W3C : lecture de Blob comme texte
- WHATWG Encoding : décodage UTF-8 et remplacement
- WHATWG HTML : workers et cycle de vie
Passez à la pratique.
- Nettoyeur de texte et de listes
- Compteur de mots et de caractères
- Convertisseur majuscules/minuscules
- Générateur Lorem Ipsum
Guides associés
- Comment compter les mots et caractères d’un texte
- Comment changer la casse d’un texte
- Comment générer du faux texte Lorem Ipsum
- Comment encoder et décoder une URL
- Comment générer un hash SHA-256 d’un texte
- Comment générer un UUID : v4, v7 et GUID
- Comment créer un QR code qui n’expire pas
- Comparer deux textes et voir les différences
- Comment formater et valider du JSON
- Comment formater du code HTML lisible