تحويل الحالة والتمييز والعد والهروب وتنظيف المسافة البيضاء للنص.
قوائم النص تصل في حالة سيئة. يحتوي عمود البريد الإلكتروني الذي تم لصقه من جدول البيانات على مسافات زائدة في كل صف. يحتوي مقتطف السجل على أسطر مكررة. تحتوي القائمة المنسوخة من PDF على فواصل سطور في منتصف الجمل. لا تعتبر أي من هذه المشكلات صعبة، ولكن القيام بها يدويًا عبر أربعمائة سطر هو أمر بائس، كما أن الوصول إلى لغة برمجة نصية للتنظيف لمرة واحدة هو أبطأ مما يبدو.
كل شيء هنا يعمل على النص الموجود في المربع أعلاه. كل زر عبارة عن تحويل واحد، يتم تطبيقه على النص بأكمله، ويمكن التراجع عن كل زر منها. اعمل بخطوات صغيرة وتحقق من الأعداد أثناء تقدمك.
النظام مهم أكثر مما يتوقعه الناس. يعد الاقتطاع قبل إلغاء التكرار أمرًا صحيحًا دائمًا تقريبًا: فالسطران اللذان يختلفان فقط بمسافة زائدة لا يتكرران حتى تقوم بقصهما، لذا فإن إلغاء التكرار أولاً يتركهما في مكانهما بصمت.
وبالمثل، قم بإزالة الأسطر الفارغة قبل الفرز إذا كنت تريد نتيجة مضغوطة، نظرًا لأن الأسطر الفارغة يتم فرزها حتى نهاية واحدة وتترك فجوة يجب عليك إزالتها على أي حال.
يتم تحديث لوحة الإحصائيات أثناء الكتابة. معظمها لا تحتاج إلى شرح، ولكن عدد الأحرف يستحق ملاحظة، لأنه الرقم الذي تخطئ فيه معظم الأدوات.
تقوم أجهزة الكمبيوتر بتخزين النص كسلسلة من وحدات التعليمات البرمجية، ويمكن أن يشغل حرف واحد مرئي العديد منها. إن الرموز التعبيرية 👩💻 هي أحد الأشياء التي يمكنك رؤيتها، ولكنها مبنية من رمز تعبيري نسائي ورمز تعبيري غير مرئي ورمز تعبيري للكمبيوتر المحمول - خمس وحدات برمجية إجمالاً. تقارير مضادة ساذجة 5. تقوم هذه الأداة بحساب مجموعات الحروف، وهو الاسم الفني لـ "ما يمكن أن يطلقه الشخص على حرف واحد"، لذلك تقوم بالإبلاغ عن 1.
ينطبق نفس المنطق على الأحرف المميزة المكتوبة بعلامات الجمع، وعلى وضع علامة على الرموز التعبيرية. إذا كنت تقوم بالعد مقابل الحد الذي يفرضه نظام مختلف - عمود قاعدة بيانات، أو بوابة SMS، أو منصة اجتماعية - فكن على علم بأن النظام الآخر قد يتم حسابه بشكل مختلف.
تقوم أزرار الاستخراج بسحب رسائل البريد الإلكتروني أو عناوين URL أو الأرقام من النص غير المنظم وتمنحك قائمة نظيفة وغير مكررة ومرتبة حسب المظهر.
يقوم استخراج URL بإزالة علامات الترقيم للجملة، لذا فإن "زيارة https://example.com." تؤدي إلى URL بدون النقطة، وتتوقف عند قوس إغلاق لذا فإن URL بين قوسين داخليين يخرج نظيفًا.
تعد مطابقة البريد الإلكتروني عملية بشكل متعمد وليست شاملة. تسمح المواصفات الكاملة لعنوان بريد إلكتروني صالح بالإنشاءات التي لا يستخدمها أحد بشكل أساسي، ومطابقة جميعها تؤدي إلى نتائج أسوأ على النص الحقيقي مقارنة بالنمط الأكثر إحكامًا.
يعد تحويل "hello World" إلى CamelCase أمرًا سهلاً. تحويل parseHTTPResponse2Json هو المكان الذي تختلف فيه الأدوات، لأن الحدود تكون ضمنية وليست محددة.
تنقسم هذه الأداة إلى ثلاث إشارات: أي مجموعة من الأحرف غير الأحرف وغير الرقمية (المسافات، والواصلات، والشرطات السفلية، وعلامات الترقيم)؛ حرف صغير أو رقم متبوعًا بحرف كبير؛ ومجموعة من الأحرف الكبيرة متبوعة بزوج من الأحرف الكبيرة ثم الصغيرة. هذه القاعدة الأخيرة هي ما يفصل بشكل صحيح "HTTP" عن "الاستجابة" في parseHTTPResponse، بدلاً من إنتاج استجابة p-a-r-s-e-h-t-t-p أو التعامل مع الاختصار بأكمله ككلمة واحدة ملتصقة بالكلمة التالية.
والنتيجة هي أن parseHTTPResponse يصبح parse_http_response في حالة الثعبان وparse-http-response في حالة الكباب، وهو ما تتوقعه معظم أدلة الأنماط.
تعمل حالة أحرف العنوان على تكبير الحرف الأول من كل كلمة وتصغير الباقي، لذا يصبح "hello WORLD" "Hello World". إنه لا يعرف شيئًا عن قواعد دليل الأسلوب التي تحتفظ بكلمات قصيرة مثل "من" و"ال" الصغيرة، لأن هذه القواعد تختلف باختلاف النشر وتطبيق واحد بصمت سيكون بمثابة تخمين.
تعمل حالة أحرف الجملة على تصغير كل شيء ثم تكبير الحرف الأول من كل جملة بالأحرف الكبيرة، واكتشاف انتهاء الجملة عند النقاط الكاملة وعلامات الاستفهام وعلامات التعجب، بما في ذلك مرادفاتها ذات العرض الكامل CJK. إنه الاختيار الصحيح للنص الذي وصل في ALL CAPS.
يُنتج التحويل الثابت مُعرّفًا آمنًا URL: أحرف صغيرة، وعلامات تشكيل مطوية إلى أحرفها الأساسية، ويتم استبدال كل سلسلة من الأحرف غير الأبجدية الرقمية بواصلة واحدة.
يتم طي اللكنة عن طريق تحلل الأحرف وإزالة علامات الدمج، بحيث يصبح "Café Crème" "cafe-creme" بدلاً من "caf-cr-me". يعد إسقاط الحروف المميزة بالكامل خطأً شائعًا في المولدات الثابتة ويؤدي إلى تشويه الأسماء.
تتم إزالة الفواصل البادئة واللاحقة، وتتم إزالة الرموز التعبيرية والرموز الأخرى، نظرًا لعدم وجود تمثيل مفيد لها URL.
البحث والاستبدال له وضعان. يتخطى الوضع الحرفي - وهو الوضع الافتراضي - كل حرف خاص، لذا فإن البحث عن "a.b" سيجد بالضبط "a.b" وليس "axb". يقوم وضع Regex بتمرير النمط الخاص بك كما هو.
يتم تجميع كل نمط تكتبه داخل حارس. إذا كان غير صالح، فستحصل على رسالة توضح المشكلة ولن يتم تغيير النص الخاص بك. هذا مهم أكثر مما يبدو: كتابة تعبير عادي هي عملية تدريجية، والحالة "(" الوحيدة هي حالة وسيطة عادية تمامًا في الطريق إلى نمط العمل. الأداة التي ترمي خطأً غير معالج في تلك اللحظة - أو ما هو أسوأ من ذلك، تمسح الصندوق - غير قابلة للاستخدام.
في وضع regex، يدعم الاستبدال مجموعات الالتقاط ذات $1، $2، وما إلى ذلك. إعادة تنسيق التواريخ هي المثال الأساسي: ابحث عن (\d{4})-(\d{2})-(\d{2}) واستبدله بـ $3/$2/$1 لتحويل 2024-01-02 إلى 02/01/2024.
يقوم خيار "الكلمة الكاملة" بتغليف بحثك في حدود الكلمات، لذا فإن البحث عن "قطة" يطابق الكلمة قطة ولكن ليس كلمة "قطة" الموجودة داخل "سلسلة".
وهو يؤلف مع كلا الوضعين. في الوضع الحرفي، يتم تهريب النص أولاً ثم يتم تحديده؛ في وضع regex، يكون النمط بأكمله محددًا كمجموعة، لذا فإن البدائل مثل cat|dog تتصرف كما تتوقع بدلاً من ربط الحدود بالفرع الأول فقط.