Cách xóa ngắt dòng khỏi văn bản

Tại sao văn bản đến với ngắt dòng cứng

Sao chép từ PDF là nguồn thông thường. PDF không có đoạn văn — nó có văn bản được định vị trên một trang — vì vậy bản sao sẽ chèn một dòng mới vào bất cứ nơi nào dòng trực quan kết thúc. Một đoạn chiếm sáu dòng trên trang sẽ có sáu dòng văn bản.

Email văn bản thuần túy là nguồn phổ biến khác. Các ứng dụng thư cũ hơn được gói cứng các thư gửi đi có 72 hoặc 76 ký tự và các câu trả lời được trích dẫn sẽ duy trì các khoảng ngắt đó vô thời hạn.

Đặc điểm nổi bật là dấu ngắt nằm ở giữa câu, ở cùng một cột chứ không phải ở cuối câu. Đó là lý do khiến chúng có thể tháo rời được về mặt cơ học: dấu ngắt đoạn thực được phân tách bằng dòng BLANK còn phần ngắt dòng ở giữa đoạn thì không. Mọi thứ dưới đây đều dựa trên sự khác biệt đó.

Giữ các đoạn văn: phương pháp một mẫu

Mẫu có nội dung: một dòng mới không có dòng mới đứng trước và không có dòng nào theo sau. Đoạn văn ở giữa phù hợp; mỗi dòng mới trong dấu ngắt đôi có một dòng mới ở một bên, do đó không khớp.

Nếu công cụ từ chối mẫu có lỗi thì trình duyệt của bạn không hỗ trợ giao diện. Trong trường hợp đó, hãy sử dụng sự thay thế \s*\n\s* đơn giản hơn để nối mọi thứ và giới thiệu lại các ngắt đoạn trong bất cứ thứ gì bạn dán văn bản vào.

1. Nhấn Cắt đường. Điều này loại bỏ khoảng trắng ở đầu và cuối ở mỗi dòng, do đó, dấu phân cách đoạn sẽ trở thành chính xác hai dòng mới thay vì một dòng mới, một khoảng trắng rải rác và một dòng mới khác.
2. Đánh dấu vào Regex.
3. Tìm (?<!\n)\n(?!\n) và thay thế bằng một khoảng trắng. Nhấn Thay thế tất cả.
4. Kiểm tra số lượng. Nó phải gần bằng số dòng được ngắt dòng và phải nhỏ hơn tổng số dòng của bạn khoảng bằng số đoạn văn.

Kết hợp mọi thứ thành một khối

Đối với một trích dẫn, truy vấn tìm kiếm hoặc bất kỳ nội dung nào đi vào một trường duy nhất, bạn hoàn toàn không cần phải bảo vệ các đoạn văn.

Chế độ Regex, tìm \s*\n\s* và thay thế bằng một khoảng trắng. \s* ở cả hai bên sẽ hấp thụ các khoảng trống thụt đầu dòng và dấu cách cùng một lúc, do đó bạn không cần phải dọn dẹp hai khoảng trắng riêng biệt sau đó.

Kết thúc dòng Windows và những lỗi khác

• Nếu phần thay thế trên \n báo cáo bằng 0 hoặc để lại các ký tự đi lạc thì văn bản có phần cuối dòng của Windows. Tìm \r và thay thế nó bằng không có gì trước; chuyển đổi CRLF thành LF và các mẫu ở trên sẽ hoạt động.
• Các từ có dấu gạch nối chia thành các dòng — "inter-" rồi "quốc gia" — trở thành "quốc tế" sau khi nối. Tìm "-" và không thay thế bằng gì, nhưng hãy đọc số đếm trước vì mẫu đó cũng khớp với dấu gạch ngang hợp lệ trong văn xuôi.
• Dấu cách kép có thể tồn tại nếu một dòng kết thúc bằng dấu cách và bạn đã sử dụng mẫu nhìn phía sau. Tìm hai khoảng trắng, thay thế bằng một khoảng trắng và chạy nó hai lần.
• Văn bản không có dòng trống giữa các đoạn văn sẽ không có tín hiệu bảo vệ. Không có mẫu nào có thể khôi phục ranh giới đoạn chưa bao giờ được mã hóa và bạn sẽ phải chèn lại chúng bằng tay.

Hai điều về chế độ biểu thức chính quy của công cụ này

Các mẫu được biên soạn bên trong một người bảo vệ. Mẫu không hợp lệ sẽ cung cấp cho bạn thông báo lỗi và giữ nguyên văn bản của bạn - dấu ngoặc đơn mở là trạng thái trung gian bình thường trong khi nhập và nó sẽ không làm hỏng tác phẩm của bạn.

Các mẫu được biên soạn với cờ chung và không có cờ nhiều dòng hoặc dotall. Do đó, việc thay thế luôn được áp dụng ở mọi nơi; dấu chấm không khớp với dòng mới; và ^ và $ neo vào toàn bộ văn bản thay vì vào từng dòng. Để hành động trên mỗi dòng, hãy khớp dòng mới một cách rõ ràng, đó là những gì các mẫu ở trên thực hiện.

Các trường tìm và thay thế là các đầu vào một dòng. Bạn có thể MATCH dòng mới với \n, nhưng bạn không thể INSERT một dòng — \n được nhập vào trường thay thế sẽ được chèn dưới dạng dấu gạch chéo ngược theo sau là n. Đó là lý do tại sao phương pháp trên không bao giờ cần đặt lại dòng mới.

Ví dụ đã hoạt động: hai đoạn được sao chép từ PDF

Văn bản được dán có dấu ngắt cứng sau mỗi dòng được in và một dòng trống giữa hai đoạn văn. Sử dụng / cho dòng mới, nó trông như thế này:

"Ủy ban đã họp vào thứ Ba để xem xét / đề xuất được đệ trình vào tháng 3. Một số thành viên / nêu quan ngại về thời gian biểu. / / Một phiên bản sửa đổi sẽ được lưu hành trước / cuộc họp tiếp theo."

Tổng cộng có năm dòng mới: bốn dòng ngắt dòng và một ngắt đoạn được viết dưới dạng hai dòng mới liên tiếp. Bốn trong năm người nên đi.

1. Nhấn Cắt đường.
2. Đánh dấu vào Regex, tìm (?<!\n)\n(?!\n), thay thế bằng dấu cách, Thay thế tất cả.
3. Đọc số lượng báo cáo.

Result: Công cụ này báo cáo các thay thế 3 — ba đoạn ngắt dòng ở giữa — và kết quả là hai đoạn văn, mỗi đoạn nằm trên một dòng liên tục, vẫn được phân tách bằng một dòng trống. Thay vào đó, việc sử dụng \s*\n\s* sẽ báo cáo 4 và hợp nhất cả hai đoạn thành một, đây là câu trả lời đúng cho một trích dẫn và câu trả lời sai ở đây.

Mở công cụ

Dọn dẹp văn bản trong Bộ công cụ văn bản

Tìm và thay thế theo nghĩa đen và biểu thức chính quy với lịch sử hoàn tác và số lần thay thế sau mỗi bước. Không có gì bạn dán được gửi đi bất cứ đâu.

Điều này không bao gồm những gì

• Đây là tìm và thay thế, không chỉnh lại dòng. Nó không thể phân biệt giữa câu với một dòng ngắn có chủ ý như khối địa chỉ, một câu thơ hoặc một danh sách có dấu đầu dòng.
• Trường thay thế không thể chèn dòng mới, do đó, bất kỳ kỹ thuật nào cần đặt lại dấu ngắt dòng đều phải hoàn thành ở một nơi khác.
• Mẫu nhìn phía sau cần một trình duyệt hỗ trợ các xác nhận nhìn phía sau. Trình duyệt cũ hơn báo cáo lỗi mẫu không hợp lệ thay vì lỗi âm thầm.
• Quá trình xử lý chạy trên luồng chính, do đó, một tài liệu rất lớn có thể tạm dừng giao diện trong thời gian ngắn trong quá trình chuyển đổi.
• Việc hoàn tác bị giới hạn ở các thao tác 50 cuối cùng.
• Không có gì được lưu giữa các lần truy cập. Theo thiết kế, việc tải lại trang sẽ loại bỏ tác phẩm của bạn.