Guia para limpar texto: remover duplicatas, ordenar e trocar separadores
Admin ·
Um limpador transforma uma lista colada em outra mais útil com as opções escolhidas. O ToolMellow pode aparar pontas, reduzir espaços, remover itens vazios ou duplicados, ordenar naturalmente ou inverter os itens restantes. Defina Separador de entrada e Separador de saída, confira as caixas e pressione Limpar texto. O processamento ocorre em um worker local do navegador.
Por padrão, as pontas são aparadas, itens vazios e duplicatas exatas removidos, com ordem original mantida. Maiúsculas e minúsculas são diferenciadas; Reduzir espaços repetidos e Ignorar maiúsculas e minúsculas começam desativados. O guia explica a sequência, mostra exemplos reproduzíveis e distingue lista literal de análise CSV, normalização Unicode e reescrita de prosa.
Limpador de texto e ordenador de linhas
Limpe uma lista preservando o original
Cole a lista ou abra um arquivo de texto local. Escolha Idioma do texto para comparação conforme o idioma e os separadores de entrada e saída. Quebras de linha é o padrão de ambos, e Manter a ordem original é o padrão de Ordem das linhas. O idioma começa pelo do site e oferece onze opções; controla comparação, não traduz texto.
Confira as mudanças antes de Limpar texto. Copiar resultado e Baixar usam o resultado concluído; Usar resultado como entrada substitui explicitamente o editor pelo resultado. Editar entrada ou ajustes invalida a saída anterior; digitar não executa limpeza. Quebrar linhas altera apenas a disposição visual.
- Guarde outra cópia se espaços, repetição ou ordem tiverem significado.
- Comece com amostra pequena de casos esperados; revise antes de aplicar opções à lista inteira.
- Compare grafia e contagem antes de substituir dados de outro sistema; o limpador não valida identificadores nem regras de negócio.
Quebras de linha, vírgulas, tabulações e separadores personalizados
Separador de entrada define limites dos itens. Quebras de linha aceita CRLF, CR e LF; a saída correspondente une com LF. Vírgula, Ponto e vírgula e Tabulação separam pelo caractere literal escolhido. Personalizado usa a string exata, com 1 a 20 unidades de código UTF-16. Maiúsculas importam; vários caracteres são reconhecidos como uma string inteira.
Separadores iniciais, consecutivos ou finais criam vazios que Remover linhas vazias pode excluir. Um item vazio final mantido pode fazer a saída terminar com separador. .* é texto comum; digitar \n fornece barra invertida e n, não quebra decodificada. Para separar fins de linha reais, escolha Quebras de linha.
| Separador | Entrada | Saída |
|---|---|---|
| Quebras de linha | CRLF, CR ou LF separam itens | Une com LF |
| Vírgula | Divide em , | Une com , |
| Ponto e vírgula | Divide em ; | Une com ; |
| Tabulação | Divide em tabulação real | Une com tabulação real |
| Personalizado | Divide pela string exata de 1 a 20 unidades | Une com a string exata de 1 a 20 unidades |
Sequência de limpeza e por que a ordem importa
Primeiro a entrada é dividida; depois as operações escolhidas seguem a ordem fixa da tabela. Aparar ou reduzir espaços pode tornar iguais itens antes diferentes. Deduplicação mantém a primeira grafia restante, antes de ordenar ou inverter. A ordem das caixas na tela não muda o processamento.
Separador de saída é inserido após as operações. Pode adicionar espaços ou aumentar o texto, e seus caracteres não são limpos novamente. Inverter linhas inverte a lista restante, não os caracteres dentro dos itens. Nada reconstrói ocorrências removidas ou separadores originais.
| Etapa | Quando selecionada |
|---|---|
| Dividir | Cria itens pelo separador de entrada |
| Remover espaços das pontas de cada linha | Remove espaços correspondentes nas bordas |
| Reduzir espaços repetidos | Troca sequências de espaços fora CR/LF por um espaço ASCII |
| Remover linhas vazias | Descarta itens vazios depois de aparar |
| Remover linhas duplicadas | Mantém primeiro item por chave exata ou minúscula conforme idioma |
| Ordem das linhas | Mantém, ordena ou inverte os itens restantes |
| Unir | Confere tamanho final antes de unir pelo separador escolhido |
ECMAScript: strings, divisão, aparar e mapeamento de caixaECMAScript: Array.prototype.sort estável
Exemplo completo: padrões, maiúsculas e ordem
Use a entrada exata apple\nbanana\napple\n\nBanana\nitem 10\nitem 2 . Aqui \n é notação de uma quebra real; forneça sete linhas físicas, com a quarta vazia. Com entrada/saída por linhas, os padrões produzem cinco itens: removem pontas, vazio e segundo apple igual, mas mantêm banana e Banana.
Cada linha da tabela parte da mesma entrada original, não do resultado anterior. Para o exemplo de ordem, selecione English em Idioma do texto. Ignorar maiúsculas e minúsculas remove o Banana posterior e mantém o primeiro banana. Ordem natural coloca o trecho numérico de item 2 antes de item 10.
| Ajustes em relação aos padrões | Saída em notação de escape | Itens de saída |
|---|---|---|
| Nenhum ajuste | apple\nbanana\nBanana\nitem 10\nitem 2 | 5 |
| Ignorar maiúsculas e minúsculas ligado | apple\nbanana\nitem 10\nitem 2 | 4 |
| Ignorar maiúsculas e minúsculas; Ordenar A → Z (números em ordem natural); English | apple\nbanana\nitem 2\nitem 10 | 4 |
| Inverter linhas; Ignorar maiúsculas e minúsculas desligado | item 2\nitem 10\nBanana\nbanana\napple | 5 |
Internacionalização ECMAScript: Collator e CompareStringsUnicode LDML: opções de collation e ordem numérica
Aparar, reduzir espaços e remover vazios
Remover espaços das pontas de cada linha usa as regras JavaScript de espaços em branco nas bordas. Não remove espaços entre palavras. Reduzir espaços repetidos substitui cada sequência correspondente por um espaço ASCII, inclusive uma única tabulação ou espaço não separável. CR/LF ficam excluídos, mas outros espaços, como separadores Unicode de linha/parágrafo, podem virar espaços. Vai além de mudar só espaços comuns repetidos.
Remover linhas vazias testa se o item fica vazio ao aparar, mesmo com Remover espaços das pontas de cada linha desligado. Assim, um item só de espaços pode desaparecer enquanto as pontas de um item não vazio permanecem. Não remove todo caractere invisível: espaços de largura zero e outros fora do conjunto JavaScript podem ficar. Não altere espaços cegamente em código, assinaturas ou identificadores.
| Item ou itens | Mudança escolhida | Resultado |
|---|---|---|
alpha | Aparar ligado | alpha |
alpha\tbeta com tabulação real | Reduzir ligado dentro de um item | alpha beta |
alpha e item só de espaços | Aparar desligado; remover vazios ligado | Mantém espaços externos de alpha e descarta vazio |
Remova duplicatas mantendo a primeira grafia
Sem Ignorar maiúsculas e minúsculas, as chaves são strings transformadas exatas após as etapas de espaços. Com a opção, cada chave vira minúscula conforme Idioma do texto, mas o item exibido não. O primeiro item transformado da chave permanece. Desligar Remover linhas duplicadas conserva todas as ocorrências, mesmo com Ignorar maiúsculas e minúsculas ligado.
Para Apple\napple\nApple, a deduplicação padrão mantém Apple\napple; ignorar maiúsculas mantém só Apple. Espaço final diferencia itens sem aparar; reduzir espaços internos pode unir chaves. É deduplicação literal de itens, não busca de palavras repetidas em qualquer parte de um parágrafo ou comparação aproximada de registros.
ECMAScript: strings, divisão, aparar e mapeamento de caixaInternacionalização ECMAScript: Collator e CompareStrings
Por que linhas visualmente iguais podem permanecer
Unicode pode representar textos parecidos com sequências diferentes. é e uma e seguida de acento agudo combinante, escrita e\u0301, podem gerar chaves diferentes. O limpador não aplica NFC, NFD, NFKC ou NFKD. Equivalência canônica durante a ordenação não normaliza silenciosamente os itens armazenados.
Ignorar maiúsculas e minúsculas usa chaves minúsculas conforme o idioma, não case folding completo Unicode, remoção de acentos, transliteração ou detecção de caracteres confundíveis. Não iguala toda grafia parecida: ß e ss não se unem apenas por minúsculas. Se outro sistema exige normalização, siga sua política explícita e revise as mudanças separadamente.
ECMAScript: strings, divisão, aparar e mapeamento de caixaInternacionalização ECMAScript: Collator e CompareStringsAnexo da Norma Unicode nº15: formas de normalização
Ordem natural, idioma e empates estáveis
Ordenar A → Z e Ordenar Z → A usam Intl.Collator do navegador com Idioma do texto e comparação numérica. Trechos de dígitos colocam item2 antes de item10. Não é um parser numérico que garanta ordem aritmética de decimais com sinal, moedas, datas, IPs ou versões. Siga as regras do receptor para esses valores especiais.
Ignorar maiúsculas e minúsculas seleciona ordenação sensível a acentos e indiferente à caixa; sem isso, a comparação distingue variantes. Dados de idioma e versão do navegador afetam a ordem. Strings diferentes podem empatar, inclusive formas canonicamente equivalentes, e continuar separadas na deduplicação. Ordenação estável mantém a ordem de entrada dos empates. A descendente não precisa inverter cada grupo empatado; Inverter linhas é outra operação.
| Ordem das linhas | Efeito na lista restante |
|---|---|
| Manter a ordem original | Preserva a ordem após limpeza |
| Ordenar A → Z (números em ordem natural) | Comparação ascendente por idioma e trechos de dígitos |
| Ordenar Z → A (números em ordem natural) | Comparação descendente; empates mantêm a ordem de entrada |
| Inverter linhas | Inverte posições sem comparar texto |
Internacionalização ECMAScript: Collator e CompareStringsUnicode LDML: opções de collation e ordem numéricaECMAScript: Array.prototype.sort estável
Converta listas simples; analise CSV entre aspas separadamente
Para red, blue,red, escolha Vírgula de entrada, Quebras de linha de saída e os padrões de aparar/deduplicar. O resultado red\nblue representa duas linhas. O mesmo converte listas simples com ponto e vírgula, tabulação ou separador personalizado.
CSV entre aspas é diferente. "a,b",c divide em três itens por vírgulas literais; as aspas não protegem a vírgula interna. Vírgula na saída também não gera regras CSV de aspas ou escape para vírgulas, aspas ou linhas já dentro dos itens. Analise registros com um fluxo próprio de CSV antes de tratar campos como lista simples.
- Confira delimitadores entre aspas ou campos multilinha antes de Vírgula.
- Use Personalizado para delimitador real como
||, não padrão regex. - Confira regras de escape do receptor antes de copiar a saída unida ao arquivo.
Limites, expansão da saída e tamanho do separador
Entrada e saída permitem cada uma até 1000000 unidades de código UTF-16. Uma unidade não é sempre um caractere visível: emoji ou grafema combinado pode ocupar várias. Separadores personalizados aceitam 1 a 20 unidades cada. Arquivos devem ser estritamente menores que 4000000 bytes, com texto decodificado dentro do limite de entrada.
Antes de unir, a ferramenta soma comprimentos dos itens e separadores entre eles. Acima do limite rejeita, não corta. Separador longo pode ampliar entrada com delimitadores curtos, mesmo removendo itens. Escolha separador menor ou parte menor da fonte, mantendo o sentido da lista.
| Limite | Medida |
|---|---|
| Entrada/saída: no máximo 1000000 | Unidades de código UTF-16 de cada texto |
| Separador personalizado: 1 a 20 | Unidades UTF-16, não grafemas |
| Arquivo: abaixo de 4000000 | Bytes antes de decodificar; esse tamanho exato é rejeitado |
ECMAScript: strings, divisão, aparar e mapeamento de caixaAPI File do W3C: leitura de Blob como texto
Leia contagens e reconheça resultado vazio concluído
O aviso mostra itens de entrada após divisão e de saída após limpeza. Com vírgulas, tabs ou separador personalizado, não são necessariamente linhas físicas: item pode conter quebras. A diferença combina vazios e duplicatas, não só duplicatas. O indicador de bytes mede texto UTF-8 codificado, não limite UTF-16 ou contagem de itens.
Limpar texto fica desativado em editor vazio ou só de espaços. Entrada não vazia pode produzir resultado vazio: ,, com Vírgula e Remover linhas vazias ligado tem três itens vazios e nenhuma saída. Copiar resultado e Baixar funcionam após esse sucesso. Resultado vazio difere de resultado ausente após erro ou mudança de opções.
Arquivos de texto, baixar e usar o resultado novamente
File.text() lê texto UTF-8. BOM inicial é removido, UTF-8 malformado pode virar caracteres substitutos e edição afeta fins de linha. Não é detector de codificação nem conversão binária que preserve bytes. Confira o importado, especialmente em codificação antiga ou com espaços significativos.
Baixar escreve texto UTF-8 chamado toolmellow-result.txt. Copiar resultado usa a área de transferência quando permitido, com alternativa manual se falhar. Usar resultado como entrada substitui o editor para uma segunda passagem deliberada, não encadeamento automático. Desfazer/Refazer diz respeito ao histórico, não restaura todas as opções nem recupera a fonte de um arquivo já limpo.
API File do W3C: leitura de Blob como textoWHATWG Encoding: decodificação UTF-8 e substituição
Limpar, processamento local e solicitações comuns
Limpar remove entrada, resultado, erros, busca/substituição e histórico. Mantém Idioma do texto, separadores, Ordem das linhas, caixas e Quebrar linhas. Downloads e área de transferência estão fora da ação. Fechar ou atualizar descarta estado em memória; limpar não garante apagamento forense.
A limpeza usa worker local sem enviar texto ou arquivo a servidor de limpeza. Você pode cancelar; o worker termina ao cancelar ou exceder o prazo. Carregar o site ainda envia metadados comuns de hospedagem e visitas ao Google Analytics. Processamento local não comprova anonimato nem ausência de registros de rede.
Incorpore o limpador com o backlink ToolMellow
Escolha idioma do site e copie ou baixe o HTML pela integração abaixo do espaço de trabalho. Cole em página ou plataforma que permita iframe e script de tamanho. Mantenha backlink visível para a página ToolMellow no idioma correspondente; o link inclui nofollow e noopener.
Confira a incorporação em tela estreita e se o host permite workers e interação necessária com a área de transferência. Ela tem os mesmos controles, limites e processamento local. Mensagens de altura ajustam o iframe, não são API para enviar texto a serviço automático de limpeza.
Perguntas frequentes
Como limpar uma lista de texto?
Cole ou abra texto, escolha Idioma do texto e separadores, confira limpeza e Ordem das linhas e pressione Limpar texto. Por padrão, pontas, vazios e duplicatas exatas são removidos mantendo a ordem original.
Como remover linhas duplicadas?
Use Quebras de linha na entrada e Remover linhas duplicadas. A comparação usa itens após as etapas de espaços; mantém a primeira grafia. Ignorar maiúsculas muda a chave para minúsculas conforme o idioma.
Como ordenar números naturalmente em texto?
Escolha Ordenar A → Z (números em ordem natural) e Idioma do texto. Trechos de dígitos colocam item2 antes de item10. Não interpreta decimais com sinal, datas, endereços ou versões como dados especializados.
Como remover linhas vazias sem aparar outras?
Ative Remover linhas vazias e desative Remover espaços das pontas de cada linha. Itens só de espaços somem; bordas dos não vazios permanecem salvo outro ajuste.
Como converter vírgulas em quebras de linha?
Para lista simples use Vírgula na entrada e Quebras de linha na saída. Confira espaços, vazios e duplicatas. CSV entre aspas exige parser próprio; vírgulas internas separam aqui.
Ignorar maiúsculas e minúsculas muda a saída?
Não converte os itens exibidos em letras minúsculas. Muda chaves e sensibilidade de ordem; a primeira grafia transformada fica. É comparação minúscula conforme idioma, não case folding completo Unicode.
Qual é a diferença entre aparar e reduzir espaços?
Aparar remove espaços correspondentes das pontas. Reduzir troca sequências fora CR/LF por espaço ASCII, inclusive um único tab ou espaço não separável. Ocorre antes de remoção e ordem.
Por que linhas visualmente iguais permanecem?
Chaves literais ou minúsculas podem diferir por sequências Unicode. Não normaliza Unicode, não remove todos os caracteres invisíveis, não remove sinais de acento/diacríticos e não faz comparação aproximada, mesmo em empates de ordenação.
Separador personalizado pode ser expressão regular?
Não. É uma string literal exata de 1 a 20 unidades UTF-16. .* e barra invertida seguida de n não são sintaxe regex nem escapes decodificados.
Por que a saída limpa ficou grande demais?
O tamanho inclui itens e cada separador de saída. Separador longo pode ultrapassar um milhão de unidades UTF-16. Resultado é rejeitado; use separador curto ou menos entrada.
Inverter linhas inverte cada caractere?
Não. Inverte a lista restante após aparar e remover vazios e duplicatas selecionados. Caracteres internos permanecem na ordem.
O que a contagem de itens significa?
Conta entrada após dividir e saída após limpar. Com vírgula ou personalizado, item pode conter linhas físicas. A diferença combina todas as remoções, não só duplicatas.
Meu texto é enviado para limpeza?
Texto colado e aberto é tratado localmente num worker. O site ainda faz solicitações de hospedagem e análise; isso não garante anonimato nem ausência de registros.
Posso incorporar o limpador ao meu site?
Use o HTML localizado abaixo do espaço de trabalho, mantenha backlink visível e confira iframe/script/worker. A incorporação tem controles e limites iguais; é espaço interativo, não API remota.
Fontes e leituras complementares
- ECMAScript: strings, divisão, aparar e mapeamento de caixa
- Internacionalização ECMAScript: Collator e CompareStrings
- Unicode LDML: opções de collation e ordem numérica
- ECMAScript: Array.prototype.sort estável
- Anexo da Norma Unicode nº15: formas de normalização
- API File do W3C: leitura de Blob como texto
- WHATWG Encoding: decodificação UTF-8 e substituição
- WHATWG HTML: workers e ciclo de vida
Coloque em prática.
- Limpador de texto e ordenador de linhas
- Contador de palavras e caracteres
- Conversor de maiúsculas e minúsculas
- Gerador de Lorem Ipsum
Guias relacionados
- Como contar palavras e caracteres de um texto
- Como mudar maiúsculas e minúsculas em um texto
- Como gerar texto de preenchimento Lorem Ipsum
- Como codificar e decodificar uma URL
- Como gerar um hash SHA-256 de um texto
- Como gerar um UUID: v4, v7 e GUID
- Como criar um QR code que não expira
- Como comparar dois textos e achar as diferenças
- Como formatar e validar JSON
- Como formatar código HTML para leitura