Ferramenta para Dividir Texto

Ele pega um bloco de texto e o transforma num conjunto de partes que você usa separadamente. Cole o texto ou abra um arquivo .txt, .csv, .log, .md, .json ou .srt: tudo roda no seu dispositivo, não nos nossos servidores, e o arquivo é lido, dividido e escrito onde já está.

Divida o texto em partes por delimitador, comprimento ou número de linhas e depois pegue as partes uma a uma. Cada parte tem o seu próprio cartão com a posição, o tamanho, um botão de copiar e um de baixar, então você leva a que realmente queria em vez de procurá-la num muro de linhas separadoras. A versão anterior desta página colocava todo o resultado numa única caixa somente leitura separada por marcas ---; se uma parte contivesse ---, não havia como saber onde ela terminava.

• Sete modos — delimitador, expressão regular, linhas, palavras, caracteres, blocos de tamanho fixo e um número fixo de partes iguais.
• Cinco formatos de saída — unido com o seu separador, um por linha, numerado, array JSON ou linha CSV.
• Entrega por parte — copie ou baixe uma única parte, ou leve todas como arquivos separados num ZIP.
• Estatísticas ao vivo — quantas partes e qual a maior, a menor e a média: os números que denunciam um tamanho errado.
• Nada é enviado — a divisão roda no seu dispositivo e nenhum dado de arquivo trafega pela rede.

Três modos dividem por algo que você digita, três dividem pela própria estrutura do texto e um reparte o texto no número de partes que você escolher. Escolher o certo costuma ser a diferença entre um ajuste e muita tentativa e erro.

Dividir por algo que você digita

O modo delimitador é uma busca literal de subcadeia: o que você digita é o que ele procura, sem sintaxe de padrão para escapar, e um ponto continua sendo um ponto. O modo de expressão regular é o oposto: tudo é padrão, as flags são suas e os grupos de captura podem ser mantidos como partes próprias em vez de descartados.

Dividir pela estrutura do próprio texto

O modo linhas trata um fim de linha do Windows como um único corte e não como dois, então as partes não voltam com um retorno de carro invisível grudado no fim. O modo palavras devolve as sequências sem espaço, então não há partes vazias para limpar. O modo caracteres trabalha com caracteres inteiros, então um emoji continua sendo uma parte em vez de chegar dividido em duas metades quebradas.

Qualquer divisor sabe cortar a cada N caracteres. O problema é o que isso faz com o texto: o corte cai onde a aritmética o coloca, quase sempre no meio de uma palavra, e cada parte chega como fragmento. Esta ferramenta deixa você dizer onde um corte pode cair.

• Em qualquer ponto — corta no tamanho definido, caia onde cair. Use quando as partes são dados e não prosa, e quando precisam se recompor byte a byte.
• Entre palavras — recua o corte até o espaço mais próximo, de modo que cada parte contém palavras inteiras. Uma palavra maior que o limite ainda é cortada, porque a alternativa seria ignorar o limite.
• Entre frases — recua até o ponto final, de interrogação ou de exclamação mais próximo. Cada parte se lê como prosa completa; se não houver fim de frase ao alcance, recorre ao limite de palavra e depois ao corte exato.

O tamanho definido continua valendo

Os cortes por palavra ou por frase ficam dentro do tamanho pedido — só movem o corte para trás, nunca para frente — então um limite de 2.000 caracteres continua sendo um limite de 2.000 caracteres. O espaço no ponto de corte é consumido como um delimitador é, então nenhuma parte começa com o espaço que sobrou da anterior.

Dividir para o limite de contexto de um modelo

É a razão pela qual a maioria das pessoas hoje procura um divisor de texto. Defina a unidade em caracteres, o tamanho no que o modelo aceitar e o corte entre frases, e cada parte termina numa ideia completa em vez de meia palavra. Com o Pro você também pode ligar os cabeçalhos de parte: cada parte é envolvida em [START PART n/N] e [END PART n/N] com uma linha inicial de aviso, para o modelo esperar o conjunto inteiro antes de responder. As ferramentas feitas especificamente para isso cortam seco no número de caracteres e não oferecem controle de limite nenhum.

A caixa do delimitador é um campo de texto, então os caracteres de que mais se precisa — tabulação, quebra de linha, retorno de carro — são exatamente os que não dá para digitar nela. As sequências de escape são a entrada, e funcionam em qualquer posição da caixa, não só quando ela não contém mais nada.

Uma sequência que a ferramenta não reconhece é mantida exatamente como digitada, barra invertida incluída, então um caminho do Windows como C:\Users\eu é dividido literalmente em vez de virar silenciosamente C:Uerseu. Desligue Ler sequências de escape para tratar cada barra invertida como ela mesma.

Quando recorrer a uma expressão regular

Use um padrão quando o separador varia em vez de se repetir: [;=] para uma linha de configuração que usa os dois, \d+ para dividir em torno de números, \s{2,} para dividir em sequências de dois ou mais espaços mas não em um só. As flags são suas: i ignora maiúsculas, m para multilinha, u para Unicode completo. Manter grupos de captura transforma os separadores encontrados em partes próprias, de modo que nada do texto original é descartado.

Um delimitador vazio não é uma divisão

Esvaziar a caixa do delimitador antes dividia o texto em caracteres soltos, porque é isso que uma cadeia vazia faz numa divisão de cadeias. Numa colagem grande são milhões de partes construídas de uma vez, a uma tecla de distância, e a página parava de responder. Agora uma caixa vazia é recusada e aponta para Por caracteres, que é o modo que realmente significa isso.

A divisão decide quais partes existem; o formato de saída decide a aparência delas quando você as leva. Todos os formatos abaixo estão disponíveis no plano gratuito.

Levar uma parte, ou todas

Cada parte tem os seus próprios botões de copiar e baixar, então você leva a terceira sem tocar no resto. Copiar tudo e Baixar juntam o conjunto no formato escolhido. Com o Pro, Baixar partes como ZIP grava cada parte como arquivo numerado próprio dentro de um único compactado — a entrega que nenhuma ferramenta comparável oferece — e um lote Pro de vários arquivos volta como um ZIP com um arquivo por documento.

Acima das partes há cinco números, e eles são o jeito mais rápido de perceber que um ajuste está errado antes de ler uma única parte.

• Partes — quantas a divisão produziu. Um número muito maior do que o esperado normalmente significa que o delimitador aparece dentro dos dados e não só entre eles.
• Maior e menor — a dispersão. Uma menor de 0 significa partes vazias; uma maior igual a toda a entrada significa que o delimitador nunca apareceu.
• Média — a checagem útil ao fatiar: com limite de palavra ou frase ela fica um pouco abaixo do tamanho definido, que é o limite fazendo o seu trabalho.
• Solicitadas — aparece só quando o modo de partes iguais não conseguiu produzir o número pedido porque o limite de palavra ou frase ficou sem texto. Menos partes reais é melhor do que encher o conjunto com partes vazias.

Três erros que os números denunciam

Uma vírgula como delimitador num CSV com campos entre aspas divide demais, e a contagem de partes diz isso na hora: esse é trabalho para uma ferramenta que entende CSV, não para um divisor de texto. Uma menor de 0 com Manter partes vazias ainda ligado significa delimitadores colados. E um tamanho de bloco maior que o documento inteiro produz exatamente uma parte; agora o controle de tamanho se recusa a oferecer tamanhos que o texto não pode usar, então esse caso ficou difícil de alcançar.

Um divisor de texto é a ferramenta certa quando o limite está no texto. Quando o limite está num formato, use uma ferramenta que entenda esse formato.

Casos ideais

• Limites de comprimento — corte um documento longo em partes que um modelo, um campo de mensagem ou uma importação aceitem, sem quebrar palavras.
• Listas em registros — transforme uma lista separada por vírgulas ou barras numa parte por item e leve-as uma a uma.
• Logs e exportações — divida por linhas e passe as partes ao removedor de duplicatas ou ao ordenador.
• Lotes fixos — reparta um arquivo em exatamente dez partes para dez pessoas e deixe o tamanho se ajustar.
• Legendas e transcrições — abra um .srt ou .vtt e divida em linhas em branco ou em códigos de tempo com um padrão.

Quando não usar

• CSV com aspas — se uma vírgula pode aparecer dentro de um campo, uma divisão de texto vai cortá-lo. Use as ferramentas de CSV, que entendem aspas.
• Documentos estruturados — arquivos do Word, PDF, Excel e PowerPoint não são texto: converta antes — e a ferramenta indica o conversor certo se você soltar um aqui.
• O que um banco de dados define — se o limite do registro é um esquema e não um caractere, divida onde o esquema está.

O plano gratuito aceita 10 MB de texto e até 50.000 partes de um arquivo por vez. Os dois números ficam onde o ajuste mais pesado que a ferramenta oferece ainda termina com folga num celular intermediário, para a primeira tentativa dar certo em vez de falhar no meio.

• Grátis — 10 MB, um arquivo por vez, 50.000 partes. Todos os modos, todos os formatos de saída, todos os limites de corte, cópia e download por parte.
• Pro — sem teto imposto de tamanho ou de partes — até onde o seu dispositivo aguentar — mais 100 arquivos ao mesmo tempo, o ZIP por partes, o ZIP por lote, os prefixos e sufixos por parte e os cabeçalhos de parte.
• Privacidade — o seu texto nunca é enviado. Ele é lido, dividido e escrito no seu dispositivo, e nenhum dado de arquivo trafega pela rede.
• Offline — depois que a página carrega, ela continua funcionando sem conexão.
• Formatos — só arquivos de texto simples: .txt, .md, .markdown, .csv, .tsv, .log, .json, .ndjson, .jsonl, .xml, .yaml, .yml, .sql, .env, .ini, .srt e .vtt.

Dez megabytes são divididos em bem menos de um décimo de segundo num notebook comum, e as partes são contadas em vez de copiadas — então um documento que gera dez milhões de partes ainda abre na hora.

• Unificador de texto

  Junte de novo as partes divididas

• Aparador de texto

  Tire espaços antes de dividir

• Contador de palavras

  Meça o tamanho antes de fatiar

• Analisador de texto

  Inspecione o que há em cada parte

• Remover linhas duplicadas

  Descarte repetições após dividir por linhas

• Ordenador de texto

  Ordene as linhas que você separou