टेक्स्ट क्लीनर - लाइन ब्रेक और फालतू स्पेस हटाएं
टेक्स्ट क्लीनर
PDF से कॉपी किया टेक्स्ट कैसे साफ़ करें
PDF, ई-बुक या पुराने ईमेल से कॉपी किया टेक्स्ट तब तक ठीक दिखता है जब तक आप उसे कहीं और पेस्ट न करें: हर छपी लाइन के अंत में लाइन ब्रेक, हाइफ़न से आधे कटे शब्द, दोहरी स्पेस, सर्च बिगाड़ने वाले अदृश्य अक्षर, और घुमावदार उद्धरण चिह्न जिन्हें कोड और स्प्रेडशीट नहीं मानते। यह टूल सब कुछ एक बार में ठीक करता है और बताता है कि हर चरण ने कितने बदलाव किए।
तीन चरण
- 1 बिखरा हुआ टेक्स्ट बाएं बॉक्स में पेस्ट करें।
- 2 डिफ़ॉल्ट चरण चालू रहने दें या जो नहीं चाहिए उन्हें हटा दें। हर चरण के पास की संख्या बताती है कि उसने कितना बदला।
- 3 दाईं ओर का साफ़ टेक्स्ट एक बार पढ़ें और कॉपी करें।
PDF का टेक्स्ट हर लाइन पर क्यों टूटता है
PDF पैराग्राफ़ नहीं, बल्कि पेज पर तय जगहों पर रखी लाइनें सहेजता है। कॉपी करने पर हर छपी लाइन अलग लाइन बन जाती है और पैराग्राफ़ छोटी लाइनों का ढेर बन जाता है। "टूटी लाइनें जोड़ें" पैराग्राफ़ की लाइनों को फिर से जोड़ता है, और "पैराग्राफ़ बनाए रखें" खाली लाइन को पैराग्राफ़ का अंत मानता है। अगर PDF ने पैराग्राफ़ों के बीच खाली लाइन नहीं दी, तो सब एक ब्लॉक बन जाएगा: जहां नया पैराग्राफ़ शुरू होना है, वहां एक खाली लाइन डालें। पैराग्राफ़ बनाए रखने पर बुलेट या नंबर (-, •, 1., a)) से शुरू होने वाली लाइनें सूची के आइटम मानी जाती हैं और अपनी अलग लाइन पर रहती हैं।
हाइफ़न से टूटे शब्द
अंग्रेज़ी के जस्टिफ़ाइड टेक्स्ट में लंबे शब्द लाइन के अंत में टूट जाते हैं: एक लाइन में "sen-", अगली में "tence"। अगर लाइन किसी अक्षर और हाइफ़न पर खत्म हो और अगली लाइन छोटे अक्षर से शुरू हो, तो टूल हाइफ़न हटाकर "sentence" जोड़ देता है। ध्यान दें: असली हाइफ़न वाला शब्द, जैसे "well-known", अगर ठीक हाइफ़न पर टूटा हो तो "wellknown" बन जाएगा। हिंदी टेक्स्ट पर इसका असर नहीं पड़ता।
अदृश्य अक्षर
नॉन-ब्रेकिंग स्पेस सामान्य स्पेस जैसी दिखती है पर अलग अक्षर है, इसलिए सर्च में वह हिस्सा नहीं मिलता। ज़ीरो-विड्थ स्पेस, वर्ड जॉइनर और BOM कोई जगह नहीं लेते, फिर भी शब्द तोड़ते हैं, पासवर्ड और कोड बिगाड़ते हैं, और एक जैसी दिखने वाली दो लाइनों को अलग बना देते हैं। टूल नॉन-ब्रेकिंग और पतली स्पेस को सामान्य स्पेस बनाता है और ज़ीरो-विड्थ अक्षर व सॉफ़्ट हाइफ़न हटाता है। ज़ीरो-विड्थ जॉइनर (ZWJ) और नॉन-जॉइनर जानबूझकर रखे जाते हैं, क्योंकि हिंदी के संयुक्ताक्षर और इमोजी को इनकी ज़रूरत होती है। अदृश्य दिशा चिह्न (बाएं से दाएं और दाएं से बाएं) भी हटाए जाते हैं। PDF अक्सर fi, fl और ffi जैसे अक्षर-जोड़ों को एक ही लिगेचर अक्षर (fi, fl, ffi) के रूप में सहेजता है: देखने में सही लगता है, पर सर्च और स्पेल-चेक शब्द को नहीं पहचानते, इसलिए "लिगेचर अलग करें" उन्हें फिर से सामान्य अक्षरों में बदल देता है।
घुमावदार या सीधे उद्धरण चिह्न?
वर्ड प्रोसेसर और PDF " और ' को घुमावदार उद्धरण चिह्नों में बदल देते हैं। छपाई में ये अच्छे लगते हैं, लेकिन कोड, JSON, CSV फ़ाइलें, स्प्रेडशीट फ़ॉर्मूले और कमांड लाइन सिर्फ़ सीधे चिह्न समझते हैं। टूल एकल और दोहरे घुमावदार चिह्नों को, नीचे वाले „ ‚ समेत, सीधे चिह्नों में बदलता है। « » और फ़ुट, इंच व मिनट के लिए इस्तेमाल होने वाले ′ ″ नहीं बदले जाते, क्योंकि वे सीधे चिह्न का घुमावदार रूप नहीं हैं।