Pulire testo - Rimuovere a capo e spazi in eccesso
Pulizia del testo
Come pulire il testo copiato da un PDF
Il testo copiato da un PDF, da un e-book o da una vecchia e-mail sembra a posto finché non lo incolli altrove: un a capo alla fine di ogni riga stampata, parole spezzate da un trattino, spazi doppi, caratteri invisibili che rovinano la ricerca e virgolette curve che il codice e i fogli di calcolo non accettano. Questo strumento sistema tutto in un passaggio e mostra quante modifiche ha fatto ogni fase.
In tre passi
- 1 Incolla il testo disordinato nel riquadro a sinistra.
- 2 Lascia attivi i passaggi predefiniti o togli la spunta a quelli che non vuoi. Il numero accanto a ogni passaggio indica cosa ha cambiato.
- 3 Rileggi il testo pulito a destra e copialo.
Perché il testo dei PDF va a capo a ogni riga
Un PDF non memorizza paragrafi, ma righe collocate in posizioni fisse sulla pagina. Quando copi, ogni riga stampata diventa una riga a sé e il paragrafo si trasforma in una pila di righe corte. «Unisci le righe spezzate» rincolla le righe di un paragrafo, e «Mantieni i paragrafi» considera una riga vuota come fine paragrafo. Se il PDF non dà righe vuote tra i paragrafi, tutto diventa un unico blocco: aggiungi una riga vuota dove deve iniziare ogni paragrafo. Finché i paragrafi sono mantenuti, le righe che iniziano con un punto elenco o un numero (-, •, 1., a)) sono considerate voci di elenco e restano su una riga propria.
Parole divise dal trattino
Il testo giustificato spezza le parole lunghe a fine riga: «fini-» su una riga, «va» sulla successiva. Se una riga finisce con lettera e trattino e la successiva inizia con la minuscola, lo strumento toglie il trattino e ricompone «finiva». La trappola: una vera parola composta spezzata proprio sul trattino, come «italo-americano», diventa «italoamericano». Controlla queste parole o togli la spunta se il testo ne ha molte.
Caratteri invisibili
Uno spazio non divisibile sembra uno spazio normale ma è un carattere diverso: cercando «pulire testo» non trovi il passaggio se tra le due parole ce n’è uno. Gli spazi a larghezza zero, i congiuntori di parola e i BOM non occupano spazio, eppure spezzano le parole, rompono password e codice e rendono diverse due righe che sembrano identiche. Lo strumento trasforma gli spazi non divisibili e sottili in spazi normali e cancella i caratteri a larghezza zero e i trattini facoltativi. I congiuntori a larghezza zero restano apposta: le sequenze di emoji e scritture come l’hindi ne hanno bisogno. Vengono tolti anche i segni invisibili di direzione (da sinistra a destra e da destra a sinistra). I PDF spesso salvano coppie di lettere come fi, fl e ffi come un unico carattere di legatura (fi, fl, ffi): a vista è corretto, ma la ricerca e il correttore ortografico non riconoscono la parola, quindi «Scomponi le legature» le riporta a lettere normali.
Virgolette curve o dritte?
Gli elaboratori di testo e i PDF trasformano " e ' in virgolette curve. In stampa sono più belle, ma codice, JSON, file CSV, formule dei fogli di calcolo e riga di comando capiscono solo quelle dritte. Lo strumento converte le virgolette curve singole e doppie, comprese le basse „ ‚, e l’apostrofo ’ in segni dritti. Le virgolette basse « » e i primi ′ ″ di piedi, pollici e minuti restano invariati, perché non sono versioni curve di una virgoletta dritta.