Alat Pemisah Teks

Ia mengambil satu blok teks dan mengubahnya menjadi kumpulan bagian yang bisa Anda pakai terpisah. Tempel teksnya, atau buka berkas .txt, .csv, .log, .md, .json, atau .srt — teks diproses di perangkat Anda, bukan di server kami, dan berkasnya dibaca, dibagi, serta ditulis kembali di tempatnya semula.

Bagi teks menjadi beberapa bagian berdasarkan pembatas, panjang, atau jumlah baris, lalu ambil bagiannya satu per satu. Tiap bagian punya kartunya sendiri yang menampilkan posisi, panjang, tombol salin, dan tombol unduh, jadi Anda mengambil yang benar-benar dicari alih-alih menyisirnya di dalam dinding garis pemisah. Versi lama halaman ini menaruh seluruh hasil dalam satu kotak baca-saja yang dipisahkan penanda ---; jika sebuah bagian memuat --- juga, tidak ada cara mengetahui di mana ia berakhir.

• Tujuh mode — delimiter, ekspresi reguler, baris, kata, karakter, potongan berukuran tetap, dan jumlah bagian sama besar yang tetap.
• Lima format keluaran — digabung dengan pemisah Anda, satu per baris, bernomor, array JSON, atau baris CSV.
• Pengambilan per bagian — salin atau unduh satu bagian, atau ambil semuanya sebagai berkas terpisah dalam satu arsip.
• Statistik langsung — berapa bagiannya, dan mana yang terpanjang, terpendek, serta rata-ratanya — angka yang membongkar ukuran yang keliru.
• Tidak ada yang diunggah — pembagian berjalan di perangkat Anda dan tidak ada data berkas yang dikirim lewat jaringan.

Tiga mode membagi berdasarkan sesuatu yang Anda ketik, tiga membagi berdasarkan struktur teks itu sendiri, dan satu membagi teks menjadi sejumlah bagian yang Anda pilih. Memilih yang tepat biasanya adalah selisih antara satu pengaturan dan banyak coba-coba.

Membagi berdasarkan sesuatu yang Anda ketik

Mode delimiter adalah pencarian substring biasa: apa yang Anda ketik itulah yang dicari — tak ada sintaks pola yang perlu di-escape, dan titik tetap titik. Mode ekspresi reguler kebalikannya: semuanya pola, flag milik Anda, dan grup tangkap bisa dipertahankan sebagai bagian tersendiri alih-alih dibuang.

Membagi berdasarkan struktur teks

Mode baris memperlakukan akhir baris Windows sebagai satu potongan, bukan dua, sehingga bagian tidak kembali dengan carriage return tak terlihat menempel di ujungnya. Mode kata mengembalikan deretan tanpa spasi, jadi tidak ada bagian kosong yang perlu dibersihkan. Mode karakter bekerja dalam karakter utuh, jadi satu emoji tetap satu bagian, bukan tiba sebagai dua potongan rusak.

Pemisah mana pun bisa memotong setiap N karakter. Masalahnya adalah efeknya pada teks: potongan jatuh di tempat yang ditentukan hitungan, hampir selalu di tengah kata, dan tiap bagian tiba sebagai serpihan. Alat ini membiarkan Anda menentukan di mana sebuah potongan boleh jatuh.

• Di mana saja — memotong tepat pada ukuran yang disetel, di mana pun itu jatuh. Pakai saat bagian-bagiannya berupa data dan bukan prosa, dan saat harus tersusun kembali bita demi bita.
• Antar kata — memundurkan potongan ke spasi terdekat, sehingga tiap bagian berisi kata utuh. Kata yang lebih panjang dari batasnya tetap dipotong, karena alternatifnya adalah mengabaikan batas itu.
• Antar kalimat — memundurkannya ke titik, tanda tanya, atau tanda seru terdekat. Tiap bagian terbaca sebagai prosa yang selesai; bila tak ada akhir kalimat dalam jangkauan, ia jatuh ke batas kata, lalu ke potongan tepat.

Ukuran yang Anda setel tetap berlaku

Potongan per kata atau per kalimat tetap berada dalam ukuran yang Anda minta — potongannya hanya digeser lebih awal, tidak pernah lebih lambat — jadi batas 2.000 karakter tetap batas 2.000 karakter. Spasi di titik potong ikut terpakai sebagaimana sebuah delimiter, sehingga tidak ada bagian yang diawali spasi sisa bagian sebelumnya.

Membagi untuk batas konteks sebuah model

Inilah alasan kebanyakan orang sekarang mencari pemisah teks. Setel satuan ke karakter, ukuran sesuai yang diterima model, dan potongan antar kalimat — maka tiap bagian berakhir pada gagasan yang utuh, bukan setengah kata. Dengan Pro Anda juga bisa menyalakan header bagian: tiap bagian dibungkus [START PART n/N] dan [END PART n/N] dengan satu baris pembuka di atas, agar model menunggu seluruh kumpulan sebelum menjawab. Alat yang dibuat khusus untuk ini memotong keras pada jumlah karakter dan sama sekali tidak menawarkan pilihan batas.

Kotak delimiter adalah kolom teks, jadi karakter yang paling dibutuhkan — tab, baris baru, carriage return — justru yang tidak bisa diketikkan di sana. Urutan escape adalah jalan masuknya, dan berlaku di posisi mana pun dalam kotak, bukan hanya saat kotaknya tidak memuat apa-apa lagi.

Escape yang tidak dikenali alat ini dipertahankan persis seperti diketik, termasuk garis miring terbaliknya, sehingga jalur Windows seperti C:\Users\saya dibagi secara harfiah alih-alih diam-diam berubah menjadi C:Userssaya. Matikan Baca urutan escape untuk memperlakukan tiap garis miring terbalik sebagai dirinya sendiri.

Kapan memakai ekspresi reguler

Pakai pola saat pemisahnya berubah-ubah alih-alih berulang: [;=] untuk baris konfigurasi yang memakai keduanya, \d+ untuk membagi di sekitar angka, \s{2,} untuk membagi pada deretan dua spasi atau lebih tetapi bukan satu spasi. Flag-nya milik Anda: i mengabaikan huruf besar-kecil, m untuk multibaris, u untuk Unicode penuh. Pertahankan grup tangkap mengubah pemisah yang ditemukan menjadi bagian tersendiri, sehingga tidak ada isi teks asli yang terbuang.

Delimiter kosong bukanlah pembagian

Mengosongkan kotak delimiter dulu membagi teks menjadi karakter satu per satu, karena itulah yang dilakukan string kosong pada pembagian string. Pada tempelan besar itu berarti jutaan bagian dibangun sekaligus, hanya sejauh satu tombol, dan halaman berhenti merespons. Kotak kosong kini ditolak dan diarahkan ke Per karakter, yaitu mode yang memang berarti itu.

Pembagian menentukan bagian mana yang ada; format keluaran menentukan tampilannya saat Anda mengambilnya. Semua format di bawah tersedia di paket gratis.

Mengambil satu bagian, atau semuanya

Tiap bagian punya tombol salin dan unduhnya sendiri, jadi Anda bisa mengambil yang ketiga tanpa menyentuh sisanya. Salin semua dan Unduh menyatukan seluruh kumpulan dalam format yang dipilih. Dengan Pro, Unduh bagian sebagai ZIP menulis tiap bagian sebagai berkas bernomor tersendiri di dalam satu arsip — pengiriman yang tidak ditawarkan alat sebanding mana pun — dan satu batch Pro berisi beberapa berkas kembali sebagai satu arsip dengan satu berkas per dokumen.

Ada lima angka di atas bagian-bagian itu, dan itulah cara tercepat mengetahui bahwa sebuah pengaturan keliru sebelum Anda membaca satu bagian pun.

• Bagian — berapa banyak yang dihasilkan pembagian. Angka yang jauh lebih besar dari dugaan biasanya berarti delimiternya juga muncul di dalam data, bukan hanya di antaranya.
• Terpanjang dan terpendek — sebarannya. Terpendek 0 berarti ada bagian kosong; terpanjang sebesar seluruh masukan berarti delimiternya tidak pernah cocok.
• Rata-rata — pemeriksaan yang berguna saat memotong: dengan batas kata atau kalimat, angkanya sedikit di bawah ukuran yang disetel — itulah batas yang sedang bekerja.
• Diminta — hanya muncul ketika mode bagian sama besar tidak bisa menghasilkan jumlah yang diminta karena batas kata atau kalimat kehabisan teks lebih dulu. Lebih sedikit bagian nyata lebih baik daripada mengisinya dengan bagian kosong.

Tiga kekeliruan yang ditangkap angka-angka ini

Koma sebagai delimiter pada CSV berkolom bertanda kutip akan membagi berlebihan, dan jumlah bagian langsung mengatakannya: itu pekerjaan alat yang memahami CSV, bukan pemisah teks. Terpendek 0 dengan Pertahankan bagian kosong masih menyala berarti delimiter berdampingan. Dan ukuran potongan yang lebih besar dari seluruh dokumen menghasilkan tepat satu bagian; kini penggeser ukuran menolak menawarkan ukuran yang tidak bisa dipakai teksnya, jadi kasus itu sulit dicapai.

Pemisah teks adalah alat yang tepat ketika batasnya ada di dalam teks. Ketika batasnya ada di dalam sebuah format, pakailah alat yang memahami format itu.

Kasus penggunaan ideal

• Batas panjang — potong dokumen panjang menjadi bagian yang diterima model, kolom pesan, atau proses impor, tanpa memutus kata.
• Daftar menjadi catatan — ubah daftar berkoma atau bergaris tegak menjadi satu bagian per entri, lalu ambil satu per satu.
• Log dan ekspor — bagi per baris, lalu serahkan bagiannya ke penghapus duplikat atau pengurut.
• Batch tetap — bagi satu berkas menjadi tepat sepuluh bagian untuk sepuluh orang, dan biarkan ukurannya menyesuaikan.
• Takarir dan transkrip — buka .srt atau .vtt lalu bagi pada baris kosong atau pada kode waktu dengan sebuah pola.

Kapan tidak memakainya

• CSV bertanda kutip — jika koma bisa muncul di dalam sebuah kolom, pembagian teks akan memotongnya. Pakai alat CSV, yang memahami tanda kutip.
• Dokumen terstruktur — berkas Word, PDF, Excel, dan PowerPoint bukan teks: konversikan dulu — dan alat ini akan menunjukkan pengonversi yang tepat jika Anda menjatuhkan salah satunya di sini.
• Apa pun yang ditentukan basis data — jika batas catatannya adalah skema dan bukan sebuah karakter, bagilah di tempat skemanya berada.

Paket gratis menangani 10 MB teks dan hingga 50.000 bagian dari satu berkas sekali jalan. Kedua angka itu ditetapkan di titik di mana pengaturan terberat yang ditawarkan alat ini masih selesai dengan nyaman di ponsel kelas menengah, sehingga percobaan pertama berhasil alih-alih gagal di tengah jalan.

• Gratis — 10 MB, satu berkas sekali jalan, 50.000 bagian. Semua mode, semua format keluaran, semua batas pemotongan, salin dan unduh per bagian.
• Pro — tanpa batas ukuran atau jumlah bagian yang dipaksakan — sejauh yang sanggup ditangani perangkat Anda — ditambah 100 berkas sekaligus, arsip per bagian, arsip per batch, awalan dan akhiran per bagian, serta header bagian.
• Privasi — teks Anda tidak pernah diunggah. Dibaca, dibagi, dan ditulis kembali di perangkat Anda, dan tidak ada data berkas yang melintasi jaringan.
• Luring — setelah halaman termuat, ia tetap bekerja tanpa koneksi.
• Format — hanya berkas teks biasa: .txt, .md, .markdown, .csv, .tsv, .log, .json, .ndjson, .jsonl, .xml, .yaml, .yml, .sql, .env, .ini, .srt, dan .vtt.

Sepuluh megabita terbagi jauh di bawah sepersepuluh detik pada laptop biasa, dan bagian-bagiannya dihitung alih-alih disalin — sehingga dokumen yang menghasilkan sepuluh juta bagian tetap terbuka seketika.

• Penggabung teks

  Satukan kembali bagian yang sudah dibagi

• Pemangkas teks

  Buang spasi sebelum membagi

• Penghitung kata

  Ukur panjangnya sebelum memotong

• Penganalisis teks

  Periksa isi tiap bagian

• Hapus baris duplikat

  Buang pengulangan setelah membagi per baris

• Pengurut teks

  Urutkan baris yang Anda pisahkan