Ferramenta de Limpeza de Espaços no Texto

1. 1

   Adicione o seu texto

   Cole na caixa, ou solte um arquivo. Texto simples, Markdown, CSV, registros, JSON, XML, YAML, arquivos de configuração e de código são aceitos.

2. 2

   Escolha o que limpar

   Comece por uma predefinição, ou ligue exatamente o que precisa: limpar as pontas de cada linha, apagar linhas vazias, converter tabulações ou remover caracteres invisíveis.

3. 3

   Confira o resultado

   A pré-visualização se atualiza a cada mudança, e os contadores mostram quantos espaços foram removidos e quantas linhas mudaram.

4. 4

   Copie ou baixe

   Copie o texto limpo, ou baixe-o na codificação em que chegou. Nada é enviado para lugar nenhum.

Cada opção abaixo é independente, e todas rodam sempre na mesma ordem — então as mesmas opções sobre o mesmo texto dão o mesmo resultado todas as vezes. Comece por uma predefinição se preferir não pensar nisso.

Limpar as pontas de uma linha

«Limpar o início» remove espaços e tabulações antes do primeiro caractere visível de uma linha; «Limpar o fim» remove os que vêm depois do último. As duas vêm ligadas, porque é isso que as pessoas querem dizer com limpar. «Manter a indentação» muda o que «Limpar o início» faz nas linhas com conteúdo: a indentação fica exatamente como está, enquanto as linhas que só têm espaços ficam vazias mesmo assim. Essa combinação é o que um editor chama de «remover espaços no fim» e é a opção segura para código-fonte.

Linhas vazias

«Apagar linhas vazias» remove toda linha sem nada visível. «Limitar linhas vazias seguidas» preserva as suas quebras de parágrafo mas limita quantas podem ficar juntas — coloque um para um único intervalo entre parágrafos, ou zero para remover todas. Use uma ou outra; juntas, o limite fica sem nada sobre o que agir.

Espaços, tabulações e indentação

«Reduzir espaços repetidos» transforma sequências de espaços dentro de uma linha em um só, deixando as pontas para as opções de limpeza. «Tabulações e espaços» converte nos dois sentidos: tabulações viram o número de espaços que você escolher, ou espaços iniciais são dobrados de volta em tabulações. Os dois sentidos são inversos exatos, então um arquivo pode ser convertido e reconvertido sem desvio. «Reduzir tudo a uma linha» é a opção agressiva: transforma o documento inteiro numa única linha e serve para devolver um parágrafo quebrado ao valor de um campo.

Caracteres que você não consegue ver

«Normalizar espaços Unicode» substitui espaços não separáveis, espaços ideográficos e toda a família de espaços tipográficos por um comum. «Remover caracteres de largura zero» apaga o espaço de largura zero e o unificador de palavras. Ele deixa de propósito em paz o não-unificador e o unificador de largura zero: o persa, o urdu e várias escritas índicas precisam deles, e são eles que mantêm um emoji de várias pessoas unido. Uma limpeza que reescreve em silêncio palavras em persa e parte um emoji de família em três pessoas é pior do que não limpar nada.

Finais de linha e a quebra final

Os finais de linha ficam exatamente como chegaram enquanto você não mexer nesta opção, até mesmo num arquivo que mistura CRLF e LF linha por linha. A quebra de linha final é a outra metade da mesma pergunta: muitas ferramentas, e toda revisão de código, esperam que um arquivo de texto termine com exatamente uma quebra, e algumas com nenhuma.

Espaços perdidos são invisíveis e têm consequências. São a razão de uma busca em planilha não retornar nada, de uma importação criar um cliente duplicado, de um diff mostrar vinte linhas alteradas quando só uma mudou, e de um formulário recusar um e-mail que parece perfeitamente correto.

• Importações para planilhas e bancos de dados — um espaço no fim transforma dois valores idênticos aos olhos em duas chaves diferentes.
• Conteúdo colado — texto do Word, de um PDF ou de uma página web chega preenchido, com espaçamento duplo e cheio de caracteres que não são os que parecem.
• Diffs mais limpos — espaços no fim são a causa mais comum de uma revisão cheia de mudanças que ninguém fez.
• Registros e exportações — colunas alinhadas e linhas separadoras em branco existem para leitura, não para análise.
• Entradas de formulário e API — um espaço no começo de uma chave ou de um token é a causa clássica de uma falha de autenticação sem explicação.

Espaços comuns são a metade fácil. Os espaços que causam problema de verdade são os que não parecem espaços, e olhar fixamente para a tela não vai encontrá-los.

• Espaço não separável (U+00A0) — o que um processador de texto insere para impedir que a linha quebre no lugar errado. Não é o mesmo caractere que um espaço, então uma comparação falha e uma busca não encontra nada.
• Espaço de largura zero (U+200B) — genuinamente invisível. É copiado o tempo todo de páginas web e sobrevive a qualquer limpador que só procure espaços comuns.
• Espaço ideográfico (U+3000) — o espaço de largura inteira usado em chinês, japonês e coreano. Comum em exportações CJK e nunca previsto por ferramentas escritas para ASCII.
• Marca de ordem de bytes (U+FEFF) — o lugar dela é o começo do arquivo, como marcador de codificação; em qualquer outro lugar é intrusa. A maioria das ferramentas de espaços a apaga em silêncio do começo do seu CSV — exatamente a cópia de que o Excel precisava.
• Next line (U+0085) — é espaço pelo padrão Unicode e não pela definição que a maioria dos programas usa, então sobrevive a uma limpeza que remove tudo ao redor.

Um limpador que supõe que todo arquivo é UTF-8 não falha em alto e bom som num arquivo que não é — ele produz um resultado arrumado, confiante e completamente errado. Um registro em UTF-16 lido como UTF-8 vira caracteres alternados e bytes nulos; limpe isso e você destruiu o arquivo enquanto a ferramenta anuncia sucesso.

Quais arquivos ele abre

Texto simples e Markdown, CSV e TSV, arquivos de registro, legendas SRT e VTT, JSON, XML e HTML, YAML, INI e outros formatos de configuração, SQL, e cerca de vinte extensões de código-fonte. A lista é fechada de propósito: um arquivo que não esteja nela é recusado no momento em que você o escolhe, em vez de ser aceito e falhar no meio do caminho. Um documento do Word, um PDF, uma planilha ou uma apresentação é recusado com um link direto para a ferramenta que extrai o texto.

Quais codificações ele lê

UTF-8, UTF-8 com marca de ordem de bytes, UTF-16 em qualquer ordem de bytes, e Windows-1252 — que é o que uma exportação antiga de um programa Windows costuma ser, e onde vivem as aspas tipográficas, os travessões e o símbolo do euro. A codificação é detectada a partir do arquivo, e o resultado é escrito na mesma, então um CSV em UTF-8 que o Excel abre corretamente continua abrindo corretamente depois. UTF-32, e UTF-16 sem marca de ordem de bytes, são recusados pelo nome em vez de adivinhados: errar a ordem dos bytes produz um disparate plausível em vez de um erro.

Espaços carregam significado em mais formatos do que se espera, e o estrago nem sempre é visível no resultado. Estas são as opções para esses casos.

• Ligue «Manter a indentação» — antes de limpar qualquer coisa indentada. Os espaços no fim vão embora do mesmo jeito; a indentação de que Python, YAML e Markdown dependem fica.
• Ponha a quebra final em exatamente uma — que é o que o POSIX espera de um arquivo de texto e o que evita que um controle de versão marque a sua última linha como alterada.
• Nunca use «Reduzir tudo a uma linha» — num formato estruturado. É para prosa que precisa virar um campo, não para algo que um analisador vá ler.
• Cuidado dentro de textos entre aspas — a limpeza trabalha por linha, não por sintaxe, então espaços no fim dentro de um campo CSV entre aspas são removidos junto com o resto.
• Confira o Markdown — dois espaços no fim de uma linha são uma quebra forçada em Markdown. Limpar as pontas os remove, o que geralmente é o que você quer e às vezes não.

Um arquivo ou uma colagem é grátis, com todas as opções de limpeza disponíveis — nada da limpeza em si fica reservado para um plano pago. O que o Pro compra é escala.

O que a versão gratuita inclui

Um arquivo ou colagem por vez, até 10 MB, e todas as opções desta página. Se um arquivo passar do limite, a mensagem avisa antes de qualquer coisa começar e aponta para o divisor de texto, que quebra uma exportação grande demais em pedaços que passam um a um — um caminho gratuito, não uma tentativa de venda. Ninguém chega a uma barra de progresso que depois falha.

O que o Pro acrescenta

Até 20 arquivos na fila com um único toque, baixados como um único arquivo compactado em vez de 20 caixas de diálogo de salvamento, e um limite de tamanho definido pelo seu dispositivo e não por nós. Esta é a parte que nenhuma ferramenta comparável oferece: todos os removedores de espaços online que comparamos processam exatamente uma colagem por vez.

O limpador se paga em todo lugar onde o texto passou entre dois sistemas que discordam sobre espaços.

• Antes de uma importação — limpe um CSV ou uma coluna de valores colados para que as chaves casem do outro lado.
• Depois de copiar de um documento — uma colagem do Word ou de um PDF é a fonte mais comum de caracteres invisíveis.
• Arrumar registros — remova as linhas separadoras em branco e o preenchimento de alinhamento antes que algo tenha de analisá-los.
• Preparar um commit — espaços no fim removidos e uma quebra de linha final, sem abrir um editor.
• Mudar entre Windows e Linux — normalize os finais de linha uma vez em vez de discutir com um diff.
• Limpar arquivos de legenda — SRT e VTT sobrevivem intactos a uma limpeza; os espaços perdidos deles não.

Existem formatos em que espaço é dado, e para eles um limpador é a ferramenta errada.

• Arquivos de largura fixa, em que as posições das colunas são o formato e limpar destrói tudo.
• Tudo em que espaços no fim sejam conteúdo intencional em vez de preenchimento acidental: alguns dados de teste e formatos baseados em diff são assim de propósito.
• Poesia, arte ASCII, ou qualquer composição em que a forma na página seja o ponto.
• Documentos em que só um banco de dados ou um aplicativo deveria normalizar um campo, porque conhece regras que esta ferramenta não pode conhecer.
• Um arquivo do qual você não tem cópia. Limpar não se desfaz, então guarde o original até conferir o resultado.

Funciona apenas com texto simples, então a formatação de um processador de texto ou de uma página web não é preservada — ela nunca esteve no texto. A limpeza é feita linha a linha e não entende sintaxe, então não distingue um espaço no fim dentro de um texto entre aspas de um que venha depois. Arquivos UTF-32, e arquivos UTF-16 sem marca de ordem de bytes, são recusados em vez de adivinhados. Tudo roda no seu dispositivo, em qualquer navegador atual, e continua funcionando sem rede depois que a página carrega.

Um registro de 10 MB é limpo em cerca de um vigésimo de segundo, e a página continua respondendo o tempo todo porque o trabalho nunca acontece na thread que desenha a tela.

• Dividir texto
• Remover linhas duplicadas
• Juntar texto
• Contador de palavras
• Converter maiúsculas
• Ordenar linhas
• Preencher linhas
• Estatísticas de texto
• Analisador de texto
• Todas as ferramentas de texto
• Corrigir aspas de CSV
• Formatador de JSON
• Word para texto
• PDF para texto
• Excel para CSV
• Codificador Base64