Tool zum Zusammenführen von Text

Es fügt Stücke aus Klartext zu einem Dokument zusammen, in einer Reihenfolge, die Sie bestimmen, und mit dem, was Sie dazwischen haben wollen. Die Stücke können getippte oder eingefügte Blöcke sein, abgelegte Dateien, oder beides gemischt in derselben Liste — und genau das können die meisten Online-Werkzeuge nicht, weil sie um einen Dateiauswahldialog herum gebaut sind und sonst nichts. Alles passiert auf Ihrem Gerät: kein Upload, und die geladene Seite arbeitet auch mit abgeschaltetem Netz weiter.

• Blöcke und Dateien in einer Warteschlange — einen Absatz tippen, drei Protokolle ablegen und alle vier in Ihrer Reihenfolge zusammenführen.
• Ein Trennzeichen, das wirklich trennt — es steht zwischen den Teilen und nie nach dem letzten — kein überzähliger Trenner, den man hinterher löscht.
• Bereinigung während des Zusammenführens — Ränder abschneiden, Leerzeilen entfernen und Dubletten streichen im selben Durchgang, statt danach drei weitere Werkzeuge zu bemühen.
• Eine Vorschau, die nicht von der Größe abhängt — das Ergebnis wird als Fenster von einigen tausend Zeichen gezeichnet — eine 75-MB-Zusammenführung erscheint so schnell wie eine mit 75 Zeichen.
• Vier Ausgabeformen — Klartext, nummerierte Liste, Markdown mit einer Überschrift je Quelle oder JSON-Array mit einem Eintrag je Quelle.

Das Trennzeichen ist die Entscheidung, die das Ergebnis am stärksten verändert, und die richtige Wahl hängt davon ab, wofür die zusammengeführte Datei gedacht ist. Ein Zeilenumbruch stapelt Absätze. Eine Leerzeile trennt Abschnitte so, wie es die meisten Markdown- und Textleser erwarten. Komma oder Tabulator bauen eine datenähnliche Zeile — ähnlich, nicht korrekt, denn keines von beiden setzt einen Wert in Anführungszeichen, der den Trenner schon enthält; wenn das zählt, ist der CSV-Zusammenführer das Werkzeug, das es richtig macht. „Keiner“ klebt die Teile ohne alles aneinander, was man braucht, wenn man etwas wieder zusammensetzt, das mitten im Wort geteilt wurde.

Voreinstellungen und wofür sie taugen

Sequenzen, die Sie eingeben können

Das eigene Feld ist ein Textfeld, ein Steuerzeichen muss also geschrieben und kann nicht getippt werden. Fünf Sequenzen werden verstanden: \n für einen Zeilenumbruch, \r für einen Wagenrücklauf, \t für einen Tabulator, \0 für ein Nullzeichen und \\ für einen echten Backslash. Sie dürfen überall stehen und sich mit gewöhnlichen Zeichen mischen, sodass ein Verbinder \n---\n eine einzige Eingabe ist. Alles andere nach einem Backslash bleibt genau so stehen — \q bleibt \q — denn die stillschweigende Löschung der Hälfte eines Trennzeichens ist schlimmer, als Ihnen zu zeigen, was Sie vertippt haben.

Zwei Ausgabeformate ignorieren das Trennzeichen vollständig, und die Leiste sagt das unter dem Feld, sobald sie gewählt sind: Markdown trennt Quellen mit eigener Leerzeile und Überschrift, und JSON legt sie in ein Array, in dem ein Verbinder keine Bedeutung hat.

Die Zusammenführung folgt immer der Liste auf dem Bildschirm, von oben nach unten. Was sich ändert, ist, wie die Liste zu dieser Reihenfolge kommt.

Natürliche statt alphabetischer Reihenfolge

Sortiert man Dateinamen als reinen Text, steht kapitel10.txt vor kapitel2.txt, weil „1“ zeichenweise vor „2“ kommt. Für fast jede echte Zusammenführung ist das die falsche Antwort, denn die Dateien, die Menschen zusammenführen, sind meist nummeriert: Kapitel, Teile, datierte Protokollwechsel, exportierte Seiten. Die Namensreihenfolge vergleicht hier eingebettete Zahlen als Zahlen, sodass kapitel2 vor kapitel10 und teil-9 vor teil-10 steht. Namen, die gleich sortieren, werden über einen festen Vergleich getrennt — die Reihenfolge ist also jedes Mal dieselbe und hängt nicht davon ab, welchen Browser Sie geöffnet haben.

In Gruppen statt in eine Datei zusammenführen

Tragen Sie bei „In Gruppen zusammenführen zu“ eine Zahl ein, und die Warteschlange wird in aufeinanderfolgende Gruppen dieser Größe geschnitten, jede mit eigener Ausgabe, Vorschau, Statistik und Download. Zwanzig Kapitel in Fünfergruppen ergeben vier Bände; vierzig Tagesprotokolle in Siebenergruppen ergeben Wochendateien. Null oder eine Zahl, die mindestens so groß ist wie die Warteschlange, ergibt die einzelne Ausgabe wie sonst auch — es gibt keinen eigenen Modus, in den man wechseln müsste. Die Dublettenentfernung gilt je Ausgabe: eine aus Band eins gestrichene Zeile steht weiterhin in Band zwei, wenn sie dorthin gehört.

Zusammengeführter Text ist meist unordentlicher als jede seiner Quellen, weil die Nahtstellen genau dort liegen, wo die ausgefransten Ränder aufeinandertreffen. Vier Optionen decken die Fälle ab, die jedes Mal auftreten, und jede verändert die Vorschau sofort.

• Leere Quellen einschließen — standardmäßig aus. Eine leere Quelle oder eine mit reinem Leerraum steuert nichts bei, auch kein Trennzeichen — so stehen nie zwei Trenner hintereinander. Einschalten, wenn die leere Stelle Bedeutung hat, etwa ein fehlender Tag in einer Reihe von Tagesdateien.
• Ränder der Quelle abschneiden — entfernt führenden und abschließenden Leerraum jeder Quelle als Ganzes. Die Einrückung im Inneren bleibt unberührt — das ist der Unterschied zwischen Aufräumen und dem Umformatieren fremden Codes.
• Leerzeilen entfernen — nimmt leere Zeilen und solche mit reinem Leerraum überall heraus, nicht nur an den Rändern. Nützlich bei kopiertem oder ausgelesenem Text, in dem jede zweite Zeile leer ist.
• Doppelte Zeilen entfernen — benachbart fasst aufeinanderfolgende gleiche Zeilen zusammen, was ein sich wiederholendes Protokoll braucht. „Ganze Ausgabe“ entfernt jede in dieser Ausgabe bereits gesehene Zeile, was eine zusammengeführte Wort- oder URL-Liste braucht.

Die Reihenfolge, in der sie laufen

Die Reihenfolge zählt und liegt fest, weil eine andere Reihenfolge ein anderes Ergebnis liefert. Zuerst werden die Zeilenenden vereinheitlicht, damit alle folgenden Schritte eine einzige Darstellung sehen. Dann wird die Quelle beschnitten. Dann fallen die Leerzeilen weg — das Beschneiden kann eine Leerzeile erzeugen, und umgekehrt bliebe sie stehen. Die Dublettenentfernung kommt zuletzt, auf dem, was übrig ist. Ein Dokument ohne abschließenden Zeilenumbruch endet auch danach ohne einen: Die Bereinigung entfernt Zeilen und fügt kein Zeilenende hinzu, das die Quelle nie hatte.

Das Format bestimmt die Form des Ergebnisses und die Dateiendung des Downloads. Alle vier sind kostenlos.

Ein Eintrag je Quelle ist ausdrücklich erwähnenswert, weil genau dort Zusammenführer üblicherweise falsch liegen: Baut ein Werkzeug zuerst die verbundene Zeichenkette und zerlegt sie dann an Zeilenumbrüchen, hat das Array genau ein Element, sobald das Trennzeichen kein Zeilenumbruch ist, und die nummerierte Liste nummeriert Zeilen statt Quellen. Beides wirkt plausibel und beides ist falsch. Hier werden die Formate aus den Teilen gebaut, bevor irgendetwas verbunden wird — eine Komma-Zusammenführung dreier Quellen ist also ein Array mit drei Einträgen.

Das sind die beiden Dinge, die aus einer korrekten Zusammenführung eine unlesbare Datei machen, und beide sind unsichtbar, bis sie es nicht mehr sind.

Was die Bytereihenfolge-Markierung entscheidet

Eine Bytereihenfolge-Markierung ist die Datei selbst, die ihre Kodierung angibt — sie schlägt also jede Vermutung. UTF-8-, UTF-16LE- und UTF-16BE-Markierungen werden gelesen und beachtet, und die Markierung selbst wird entfernt statt in Ihren Text übernommen; sonst brächte jede aus Excel als „CSV UTF-8“ exportierte Datei ein unsichtbares Zeichen an den Anfang ihres Abschnitts. Ohne Markierung werden die Bytes auf gültiges UTF-8 geprüft und fallen sonst auf Windows-1252 zurück, das ein westlich konfigurierter Editor schreibt, wenn niemand etwas anderes verlangt. Die Karte jeder Datei zeigt die tatsächlich verwendete Kodierung, ein überraschendes Ergebnis hat also eine sichtbare Ursache. UTF-32 wird benannt und abgelehnt, statt zu Unsinn dekodiert zu werden, und eine Datei, deren Bytes gar kein Text sind — etwa ein Bild mit .txt-Endung — wird erkannt, bevor sie zu einem Bildschirm voller Ersatzzeichen wird.

CRLF, LF, und warum der Editor eine lange Zeile zeigt

Windows beendet Zeilen mit Wagenrücklauf und Zeilenvorschub; fast alles andere nutzt nur den Zeilenvorschub. Führt man Dateien beider Welten zusammen, enthält das Dokument beides, und ältere Windows-Editoren zeigen die Hälfte mit reinem LF als eine einzige ununterbrochene Zeile. „Beibehalten“ lässt jedes Zeilenende genau so, wie es war — richtig, wenn die Bytes sich nicht ändern dürfen. LF und CRLF schreiben alle um. Wenn die Quellen uneinheitlich sind, sagt der Abschnitt Zeilenenden das, statt es Ihnen in der heruntergeladenen Datei zu überlassen. Außerdem gibt es eine optionale Bytereihenfolge-Markierung für die Ausgabe, falls die Datei in einer Anwendung sauber öffnen muss, die sonst die lokale Codepage annimmt.

Ein getippter Block und eine abgelegte Datei sind für die Zusammenführung dasselbe — ein benanntes Textstück in einer Liste — für den Browser aber nicht, und der Unterschied ist es wert, gekannt zu werden.

Wann ein Block schreibgeschützt wird

Ein Textbereich mit einer sehr großen Zeichenkette kostet den Browser bei jedem einzelnen Tastendruck echte Zeit, und diese Kosten wachsen mit der Größe. Ein Block, der 200 000 Zeichen überschreitet, wird deshalb aus dem Editor in eine Quellkarte mit Fenster verschoben: Der Text bleibt vollständig erhalten und wird genau wie zuvor zusammengeführt, die Karte zeigt die ersten paar tausend Zeichen, und der Block lässt sich weiterhin umsortieren, duplizieren und entfernen. Nur tippen kann man nicht mehr darin. Die Alternative wäre ein Werkzeug, das mit jedem Einfügen langsamer wird, bis es gar nicht mehr reagiert — genau das Verhalten, das hier ersetzt wird.

Was abgelegt werden kann

Klartextdateien jeder Art: .txt und .text, .md und .markdown, .log, .csv und .tsv, .json, .xml, .yml und .yaml, .html und .htm, .css und .js, .srt und .vtt, .ini, .conf und .sql. Die Liste ist abgeschlossen und wird schon im Dateidialog geprüft — ein Dokument, das hier nicht zusammengeführt werden kann, lässt sich hier auch nicht auswählen. Kommt doch eines durch, nennt die Ablehnung, was es ist, was das Werkzeug annimmt und die eine Route, die es umwandelt. Eine .docx geht zu Word zu Text, eine .pdf zu PDF zu Text, eine Tabelle zu Excel zu CSV.

Es wird nichts hochgeladen und nichts gespeichert. Dateien werden auf Ihrem Gerät gelesen, außerhalb des Hauptstrangs zusammengeführt, damit die Seite bedienbar bleibt, und das Ergebnis existiert nur im Tab, bis Sie es kopieren oder herunterladen. Den Tab zu schließen ist die gesamte Aufräumarbeit.

• Kostenlos — bis zu 25 MB je Datei, 75 MB über die ganze Warteschlange, fünf Dateien gleichzeitig — und unbegrenzt getippte Blöcke, denn eine Blockgrenze würde nichts einschränken, was ein zweites Einfügen nicht umgeht.
• Pro — hebt Dateianzahl und Größengrenze auf das an, was Ihr Gerät leisten kann, und liefert eine Gruppenzusammenführung als ein Archiv statt als einen Download je Gruppe.
• Alle Einstellungen sind kostenlos — Trennzeichen, Reihenfolge, alle vier Bereinigungsoptionen, Zeilenenden, Überschriften, alle vier Ausgabeformate und die Gruppengröße gibt es in beiden Tarifen. Pro kauft Umfang und Auslieferung, nie eine Fähigkeit.
• Offline — nach dem Laden der Seite gibt es keinen weiteren Netzverkehr — das Werkzeug arbeitet mit abgeschalteter Verbindung.

Zusammenführungen laufen außerhalb des Hauptstrangs auf Ihrem Gerät. Der 75-MB-Referenzsatz wird in 136 ms verbunden, und nur die ersten paar tausend Zeichen werden gezeichnet — die Seite bleibt unabhängig von der Größe bedienbar.

Wann etwas anderes besser passt

• Für Tabellendaten mit Werten in Anführungszeichen den CSV-Zusammenführer nehmen: Eine Textverbindung weiß nicht, dass ein Komma innerhalb eines Anführungszeichenfelds kein Trenner ist.
• Für JSON-Dokumente, die nach Schlüssel und nicht durch Aneinanderhängen kombiniert werden sollen, den JSON-Zusammenführer nehmen.
• Word-, PDF- und PowerPoint-Dateien zuerst in Text umwandeln; ein Binärcontainer wird hier abgelehnt statt als Text gelesen.
• Wenn die Verbindung in einer Datenbanktransaktion geschehen muss oder von einer Regel abhängt, die dieses Werkzeug nicht ausdrücken kann, ist ein Skript die richtige Antwort.

• Text teilen

  Zerlegt eine zusammengeführte Datei wieder nach Zeilen, Größe oder Trenner.

• Doppelte Zeilen entfernen

  Entfernt Dubletten aus einer ganzen Datei, mit Zählung und Schreibweise-Optionen.

• Leerraum entfernen

  Streicht führenden, abschließenden und wiederholten Leerraum in jeder Zeile.

• Groß-/Kleinschreibung umwandeln

  Setzt ein zusammengeführtes Dokument in Groß-, Klein- oder Titelschreibung.

• Text sortieren

  Sortiert die zusammengeführten Zeilen alphabetisch, numerisch oder nach Länge.

• Wörter zählen

  Zählt Wörter, Zeichen und Lesezeit im zusammengeführten Ergebnis.

• Text analysieren

  Lesbarkeit, Schlüsselwörter und Struktur des zusammengeführten Texts.

• CSV zusammenführen

  Führt Tabellen spaltenweise mit echten Anführungszeichenregeln zusammen.

• JSON zusammenführen

  Kombiniert JSON-Dokumente nach Schlüssel statt durch Aneinanderhängen.

• Word zu Text

  Wandelt .docx-Dateien in Klartext, damit sie hier zusammengeführt werden können.