Als mich das das erste Mal gebissen hat, habe ich einen Block AGB aus einem PDF in eine Supportantwort kopiert, im PDF sah es ganz gut aus In dem Moment als es in meinem Editor landete ging es in eine Treppe, jede Zeile schnappte auf halber Seite in eine neue Reihe, denn das PDF hatte eine harte Rückkehr ins Ende jeder visuellen Zeile gebacken, per Hand zu fixieren bedeutete eine neue Zeile zu löschen, ein Leerzeichen hinzuzufügen, und das vierzig Mal zu wiederholen Ich habe genug Tools auf Toolz.dev gebaut um zu wissen, wann ein Job sich zu automatisieren lohnt, und dieser hatte meine Zeit seit Jahren stillschweigend verschwendet Also habe ich das gebaut Werkzeug zum Entfernen von Zeilenumbrüchen, und dieser Leitfaden ist alles, was ich darüber gelernt habe, warum das Problem besteht und wie man es richtig reinigt.
tl; dr: Text, der von PDFs, E-Mails und Terminals kopiert wurde, hat oft einen Zeilenumbruch am Ende jeder Anzeigelinie, statt nur am Ende jedes Absatzes. Beim Einfügen bleiben gebrochene, zerlumpte Zeilen zurück Die Werkzeug zum Entfernen von Zeilenumbrüchen Löscht diese Zeilenumbrüche und fügt den Text mit einem von Ihnen gewählten Trennzeichen hinzu. Der Absatzmodus behält die Leerzeilen zwischen den Absätzen bei, sodass sich das Ergebnis als Prosa und nicht als eine riesige Einlaufzeile liest. Es läuft alles in Ihrem Browser, also wird nichts hochgeladen.
Warum ist mein kopierter Text voller Zeilenumbrüche?
Die kurze Antwort ist, dass ein Zeilenumbruch und ein Absatzbruch zwei verschiedene Dinge sind, und viele Software verwirrt sie.
Wenn Sie ein Textverarbeitungsprogramm oder einen Browser eingeben, drücken Sie die Eingabetaste nur am Ende eines Absatzes. Der Text wickelt sich automatisch in den Absatz ein, sodass die visuellen Linien, die Sie sehen, im Handumdrehen durch die Breite des Fensters bestimmt werden. Es gibt überhaupt keine Zeilenumbruchzeichen im Absatz. Das nennt man Soft Wrapping, und deshalb wird derselbe Absatz sauber wieder aufgefüllt, wenn Sie die Größe des Fensters ändern.
Eine Menge anderer Quellen machen das Gegenteil Ein PDF speichert die Position jeder Zeile, wenn man also Text daraus kopiert, setzt der Extraktor oft ein echtes Zeilenumbruchzeichen an das Ende jeder Zeile, die er auf der Seite sieht Klartext-E-Mails wurden historisch mit 72 oder 76 Spalten mit einer harten Rendite auf jeder Zeile verpackt, eine Konvention, die vor dem Web liegt und immer noch in Mailinglisten und zitierten Antworten auftaucht Codekommentare, Logfiles und alles, was auf ein Terminal mit fester Breite gedruckt wurde, tun dasselbe In all diesen markiert die neue Zeile nicht das Ende eines Gedankens, sie markiert das Ende einer physischen Zeile, die zufällig so breit war.
Wenn Sie das in eine Stelle einfügen, die Soft-Wrapping macht, kollidieren die beiden Ideen Ihr Editor wickelt den Text bereits passend ein, und jetzt gibt es extra harte Returns, die die Zeilen kurz schneiden, bevor sie den Rand erreichen Das Ergebnis ist die Treppe: Linien, die an ungeraden Stellen brechen, sich weigern, wieder zu fliessen, und in jeder Fenstergröße bis auf die, von der sie kopiert wurden, kaputt aussehen.
Was bewirkt das Entfernen von Zeilenumbrüchen?
Zeilenumbrüche zu entfernen bedeutet, diese Zeilenumbrüche zu löschen und die Teile wieder zusammenzunähen, damit die Wörter wieder als Fließtext fließen. Die einzige wirkliche Entscheidung ist, was in die Lücke gelegt werden soll, in der sich früher jede Zeilenumbruch befand.
Meistens will man ein einziges Leerzeichen, denn die Newline stand für den Zwischenraum zwischen zwei Wörtern, den ein Satz normalerweise hätte Manchmal will man gar nichts, zum Beispiel wenn eine lange Zahl oder ein Code-Token auf zwei Zeilen aufgeteilt wurde und ohne Lücke wieder eingefügt werden muss Und manchmal will man ein Komma oder ein anderes Trennzeichen, denn die Zeilen waren wirklich eine Liste und man will sie als kommagetrennte Werte in einer Zeile Das Tool gibt einem all das, plus ein benutzerdefiniertes Feld für alles andere.
Es gibt noch ein wissenswertes Zeichen Windows beendet Zeilen mit zwei Zeichen, eine Wagenrückführung gefolgt von einem Zeilenvorschub, geschrieben als CRLF Unix und modernes macOS verwenden einen einzigen Zeilenvorschub, LF. Sehr alte Mac-Software verwendete einen einsamen Wagenrücklauf, CR. Wenn Sie Text aus verschiedenen Quellen mischen, können Sie am Ende eine zerlumpte Kombination aller drei erhalten, und ein naives Finden und Ersetzen, das nur nach einem von ihnen sucht, lässt die anderen zurück Das Tool zum Entfernen von Zeilenumbrüchen normalisiert alle drei zuerst, sodass es keine Rolle spielt, woher Ihr Text stammt, jedes Zeilenende wird auf die gleiche Weise gehandhabt.
Wie entferne ich Zeilenumbrüche, behalte aber meine Absätze?
Dies ist die Funktion, die das Werkzeug von einem stumpfen Instrument in ein nützliches verwandelt, daher ist es verständniswürdig.
Wenn man einfach jede neue Zeile in einem Dokument löscht, erhält man einen enormen Absatz Alle Sätze laufen zusammen zu einer einzigen ununterbrochenen Zeile, und die Struktur, die den Text lesbar gemacht hat, ist weg Das ist gelegentlich das, was man will, aber normalerweise ist es nicht Das, was man will, ist, die versehentlichen Zeilenumbrüche innerhalb jedes Absatzes zu entfernen und dabei die bewussten Brüche zwischen den Absätzen beizubehalten.
Das Tool unterscheidet die beiden durch das Betrachten von Leerzeilen Eine einzelne Zeilenumbrüche wird als versehentlicher Bruch innerhalb eines Absatzes behandelt und entfernt Eine Leerzeile, das sind zwei Zeilen hintereinander, wird als echte Absatzgrenze behandelt und behalten Also ein Dokument, das so gebrochen wurde:
The quick brown fox
jumps over the lazy dog.
A second paragraph
follows after a blank line.
Kommt als zwei saubere Absätze mit einer leeren Zeile dazwischen heraus, statt einer langen Zeile Dies ist genau die Form von Text, der aus einem PDF oder einer verpackten E-Mail kopiert wurde, wobei jeder Absatz intern gebrochen ist, die Absätze jedoch durch eine leere Zeile getrennt sind Lassen Sie die Option Keep-Absatz-Breaks an, was die Standardeinstellung ist, und das Tool macht das Richtige, ohne dass es zu weiteren Fummeleien kommt.
Wenn Sie wirklich alles auf einer Zeile haben möchten, schalten Sie diese Option aus Jede neue Zeile in der gesamten Eingabe wird dann durch das von Ihnen gewählte Trennzeichen ersetzt, wodurch Sie eine Wertespalte in eine einzelne durch Kommas getrennte Zeile umwandeln.
Welchen Trenner soll ich wählen?
Das Trennzeichen ist die Zeichenfolge, die jeden entfernten Zeilenumbruch ersetzt Die richtige Wahl hängt davon ab, was die Zeilen darstellen. Hier erfahren Sie, wie sich die gemeinsamen Optionen auf derselben dreizeiligen Eingabe verhalten apple, banana, cherry:
| Trenner | Ergebnis | Benutzen Sie es, wenn |
|---|---|---|
| Weltraum | apple banana cherry |
Die Zeilen sind Wörter oder Satzfragmente, die als Prosa gelesen werden sollten |
| nichts | applebananacherry |
Ein einzelner Token wurde auf Linien aufgeteilt und muss ohne Lücke wieder zusammengeführt werden |
| Komma | apple, banana, cherry |
Die Zeilen sind eine Liste, die Sie als kommagetrennte Werte wünschen |
| Semikolon | apple; banana; cherry |
Sie benötigen ein Listentrennzeichen, das nicht mit Kommas in den Daten kollidiert |
| Rohr | apple | banana | cherry |
Sie erstellen eine Markdown-Tabellenzeile oder einen abgegrenzten Datensatz |
| Benutzerdefiniert | Was auch immer Sie tippen | Sie benötigen einen bestimmten Tischler wie z - oder eine Registerkarte |
Der Leerzeichen ist die Standardeinstellung, da er viel häufiger richtig ist als jede andere Wahl für gewöhnliche Prosa. Die Listentrennzeichen kommen zum Tragen, wenn Sie Daten neu formen, anstatt sie zu lesen, indem Sie beispielsweise eine kopierte Spalte aus einer Tabellenkalkulation in eine einzige Zeile umwandeln, die Sie in eine Abfrage einfügen können.
Was bewirken die Aufräummöglichkeiten?
Zwei zusätzliche Umschalter ordnen die Ausgabe über den Join selbst hinaus und beide sind standardmäßig eingeschaltet, da sie fast immer helfen.
Trim entfernt den Leerraum am Anfang und Ende jeder Zeile, bevor die Zeilen verbunden werden. Dies ist wichtig, da kopierter Text häufig nachgestellte Leerzeichen enthält, die Sie nicht sehen können, und Einrückungen am Anfang einer Zeile, die Sie nicht beibehalten möchten, sobald die Zeile nicht mehr eine eigene Zeile ist. Ohne Zuschneiden überleben diese verirrten Leerzeichen den Join und zeigen sich als unangenehme Lücken in der Mitte des verbundenen Textes.
Einklappräume gehen noch einen Schritt weiter und reduzieren jede Reihe von zwei oder mehr Leerzeichen oder Tabulatoren auf ein einzelnes Leerzeichen Sobald Zeilen zusammengefügt sind, ist es leicht, auf Doppelräume zu enden, wo ein nachlaufendes Leerzeichen auf ein führendes Leerzeichen traf, oder wo der ursprüngliche Text Leerzeichen verwendete, um etwas auszurichten Durch das Zusammenklappen erhält man den einzigen Abstand, den Prosa erwartet Wichtig ist, dass dies nur Leerzeichen und Tabulatoren berührt, niemals die Zeilenumbrüche, die Ihre Absätze trennen, sodass es die paragraphenbewusste Verbindung nicht rückgängig macht.
Es gibt auch eine Option zum Entfernen-Leerzeilen, standardmäßig ausgeschaltet, für den Fall, dass die Eingabe verirrte Leerzeilen hat, möchten Sie nicht zu Absatzlücken werden. Wenn sie eingeschaltet sind, werden leere Zeilen weggelassen und nicht konserviert, was zum Bereinigen von Exporten mit doppeltem Abstand nützlich ist.
Ist das im Browser sicher?
Ja, und das ist ein Punkt, der mir am Herzen liegt, denn es ist die ganze Designphilosophie hinter Toolz.dev. Das Tool zum Entfernen von Zeilenumbrüchen läuft komplett in Ihrem Browser mit JavaScript Der Text, den Sie einfügen, wird im Speicher der Seite verarbeitet, die Sie gerade betrachten, und er wird nie auf einen Server hochgeladen Es gibt kein Konto, keine Protokollierung und keine Netzwerkanfrage, die Ihre Inhalte irgendwo hinträgt.
Das ist wichtiger als es zuerst erscheint Der Text, den die Leute am häufigsten neu einflowen müssen, ist Text, den sie irgendwo privat kopiert haben: ein Vertrag aus einem PDF, eine interne E-Mail, eine Kundennachricht, ein Codeblock Das an einen Remote-Server senden, um seine Newlines entfernen zu lassen, wäre ein absurder Datenschutzhandel für eine so triviale Operation Da die Arbeit lokal ist, gibt es auch kein Upload-Limit, sodass ein sehr großes Dokument so schnell wie ein kurzes zurückfließt und das Tool auch dann weiter funktioniert, wenn Ihre Verbindung nach dem Laden der Seite abbricht Wenn Sie das längere Argument dafür wollen, warum die clientseitige Verarbeitung die richtige Vorgabe für Dienstprogramme wie dieses ist, habe ich es in die oben geschrieben Leitfaden zum Datenschutz und zu Online-Toolsdrohen
Wie unterscheidet sich das von finden und ersetzen?
Das kann man natürlich in jedem Editor mit find and replace selbst machen, und für ein einmaliges ist es in Ordnung, der Grund, warum ich immer noch nach dem dedizierten Tool greife, liegt in den drei Dingen, die ein manuelles find-and-replace falsch macht.
Erstens das Absatzproblem Ein schlichter Ersatz von Newline durch Leerzeichen flacht alles in eine Zeile ab, denn es kann keinen In-Paragraph-Bruch von einer Absatzgrenze unterscheiden Um Absätze von Hand zu erhalten, muss man einen zweistufigen Tanz aufführen: Erst die doppelte Newline durch einen Platzhalter ersetzen, dann einzelne Newlines durch Leerzeichen ersetzen, dann die doppelten Newlines zurücklegen Das ist fummelig und leicht falsch zu machen.
Zweitens, die gemischten Zeilenenden Wenn Ihr Text eine Mischung aus CRLF, LF und CR hat, verfehlt ein einzelnes Find-and-Replace-Muster einige davon, und Sie müssen nach den Nachzüglern suchen Das Tool normalisiert alle drei vorne.
Drittens die Leerraumbereinigung Nach dem Zusammenfügen möchte man in der Regel die Doppelräume zusammenklappen und die Enden beschneiden, das sind ein oder zwei weitere Ersatzdurchgänge, die in der richtigen Reihenfolge durchgeführt werden Das Tool faltet das alles in einer einzigen Operation mit sichtbaren Kipphebeln zusammen, sodass man genau sehen kann, was jeder einzelne macht und anpassen kann, ohne das Ganze neu zu machen.
Das alles ist nicht von Hand unmöglich Es ist einfach langsam und fehleranfällig genug, dass sich ein speziell gebautes Tool beim zweiten oder dritten Mal, wenn man es braucht, amortisiert Dieselbe Logik ist, warum ich ein ganzes Regal mit kleinen Textdienstprogrammen führe, wie die Duplicate Line Remover Für die Entfaltung einer Liste und die Zeilensortierer Um eines zu bestellen, anstatt jedes Mal nach einem Scratch-Skript zu greifen.
Wann würde ich alle Zeilenumbrüche entfernen wollen?
Es gibt echte Fälle, in denen alles auf eine einzige Zeile zusammengefasst wird, und es lohnt sich, sie anzurufen, damit Sie wissen, wann Sie die Absatzoption deaktivieren müssen.
Das klarste ist das Daten-Umformen Man kopiert eine einzelne Spalte aus einer Tabellenkalkulation und sie kommt als ein Wert pro Zeile an, man möchte, dass sie als kommagetrennte Liste in ein SQL fällt IN (...) Klausel oder ein config array Keep-Paragraph-Breaks ausschalten, Komma-Trennzeichen wählen, und Sie haben Ihre Zeile Das gleiche gilt für den Aufbau einer Markdown-Tabellenzeile mit dem Pipe-Trennzeichen, oder das Zusammensetzen einer Abfragezeichenfolge.
Ein anderer schließt sich wieder einem Token an, das umwickelt wurde Eine lange URL, ein base64-Blob oder ein API-Schlüssel, der in einer E-Mail zeilenübergreifend aufgeteilt wurde, muss zu einer fortlaufenden Zeichenfolge ohne Trennzeichen werden Schalten Sie Absatzumbrüche aus, wählen Sie nichts als Trennzeichen und die Fragmente verschmelzen wieder zu einem einzigen Token.
Die Faustregel ist einfach Wenn Sie Prosa reinigen, damit ein Mensch sie lesen kann, halten Sie Absätze an Wenn Sie den Text in einen einzigen maschinenlesbaren Wert umformen, schalten Sie ihn aus. Wenn Sie in der Lage sind, zwischen den beiden auf derselben Eingabe umzudrehen und dabei das Ergebnis zu aktualisieren, habe ich beide Verhaltensweisen in ein Tool integriert und nicht in zwei. Und wenn der bereinigte Text irgendwo hingeleitet wird, bearbeiten Sie weiterhin das breitere Kit auf der Website von der Seite Fallwandler zur Wortgegensatz, anknüpft, wo dieser aufhört Für die breitere Menge an alltäglichen Text - und Code-Helfern, die Handbuch für Entwicklerproduktivitätstools ist eine gute Karte, und die Anleitung für die Coding-Tools Formatierungsseite abdeckt.
Häufig gestellte Fragen
Wie entferne ich Zeilenumbrüche aus Text?
Fügen Sie Ihren Text in das Tool zum Entfernen von Zeilenumbrüchen ein und behalten Sie die Standardeinstellungen bei. Es ersetzt jeden Zeilenumbruch innerhalb eines Absatzes durch ein einzelnes Leerzeichen und zeigt sofort das verbundene Ergebnis an, das Sie dann kopieren können. Das Ganze passiert in Ihrem Browser.
Wie behalte ich meine Absätze bei der Entfernung von Zeilenumbrüchen?
Lassen Sie die Option Keep-Absatz-Breaks an, die die Standardeinstellung ist Das Tool flacht dann nur die einzelnen Zeilenumbrüche innerhalb jedes Absatzes ab und behält eine Leerzeile zwischen den Absätzen, sodass die Struktur des Textes erhalten bleibt, anstatt in eine Zeile zu kollabieren.
Kann ich alle Zeilen in einer einzigen Zeile zusammenfassen?
Ja. Schalten Sie die Option Keep-Paragraph-Breaks aus und die gesamte Eingabe wird in eine durchgehende Zeile zusammengefasst, was praktisch ist, um eine Wertespalte in eine einzelne durch Kommas getrennte Zeile umzuwandeln oder sich wieder einem Token anzuschließen, das über Zeilen aufgeteilt wurde.
Was ist der Unterschied zwischen einem Zeilenumbruch und einem Wagenrücklauf?
Ein Zeilenumbruch ist das auf Unix- und modernen Mac-Systemen verwendete Zeilenumbruchzeichen. Ein Wagenrücklauf ist das ältere Mac-Ende, und Windows verwendet beide zusammen als CRLF. Das Tool normalisiert alle drei, sodass jeder Quelltext auf die gleiche Weise zusammengefügt wird, unabhängig davon, woher er kommt.
Wie ersetze ich Zeilenumbrüche durch ein Komma statt durch ein Leerzeichen?
Wählen Sie das Komma-Trennzeichen Jeder entfernte Zeilenumbruch wird durch ein Komma und ein Leerzeichen ersetzt, wodurch eine Liste von Zeilen in eine durch Kommas getrennte Liste umgewandelt wird. Mit einer benutzerdefinierten Option können Sie jeden gewünschten Joiner verwenden, beispielsweise eine Registerkarte oder einen Bindestrich.
Warum hat die Ausgabe noch Doppelräume?
Das passiert, wenn Zeilen bereits in Leerzeichen endeten, bevor sie verbunden wurden Schalten Sie die Option Einklappräume ein, um jede Reihe von Leerzeichen oder Tabulatoren auf ein einzelnes Leerzeichen zu reduzieren, und schalten Sie Trimm ein, um zuerst die Leerzeichen an den Zeilenenden zu entfernen Beide sind standardmäßig eingeschaltet.
Ändert das Entfernen von Zeilenumbrüchen die Wörter in meinem Text?
Nein. Das Tool entfernt nur die Zeilenumbruchzeichen und räumt auf Nachfrage den Leerraum auf Die Wörter, die Zeichensetzung, und deren Reihenfolge bleiben genau so, wie sie waren, so dass die Bedeutung des Textes unverändert ist.
Ist es sicher, hier privaten Text einzufügen?
Ja. Alle Verarbeitung geschieht vollständig in Ihrem Browser mit JavaScript Ihr Text wird nie hochgeladen oder gespeichert, und das Tool arbeitet weiterhin ohne Netzwerkverbindung, sobald die Seite geladen wurde, was es sicher für Verträge, E-Mails und Code macht.
