Limpiar
Eliminar saltos de línea
Une líneas rotas por una columna de PDF o un cliente de correo, manteniendo los saltos de párrafo genuinos.
Por qué el texto de PDF se pega roto
Un PDF no almacena párrafos. Almacena glifos en coordenadas. Cuando seleccionas texto en un visor de PDF y lo copias, el visor reconstruye un orden de lectura e inserta un salto de línea donde la línea visual terminó — que es el borde de la columna, no el final de la oración. Pega eso en un documento y cada línea se detiene antes.
Los clientes de correo electrónico causan el mismo problema de manera diferente. El correo de texto plano tradicionalmente ajusta líneas en aproximadamente 72 caracteres, por lo que el texto reenviado llega predeterminado. Los editores de código con una regla fija también lo hacen.
La solución es distinguir dos tipos de salto. Un salto de línea simple dentro de un párrafo es un artefacto y debería convertirse en un espacio. Una línea en blanco entre párrafos es significativa y debería sobrevivir. "Mantener saltos de párrafo" hace exactamente eso; desactívalo solo cuando genuinamente quieras todo en una sola línea.
El orden de limpieza que funciona
Cuando el texto llega mal formateado, el orden de las operaciones importa. Ejecutar estas en la secuencia incorrecta deja costuras.
- Elimina caracteres invisibles primero. Los espacios de ancho cero y las marcas de orden de bytes sobreviven a la mayoría de las otras operaciones y rompen la búsqueda después.
- Recorta cada línea, para que los espacios finales no se conviertan en espacios dobles cuando las líneas se unan.
- Elimina los saltos de línea, manteniendo los saltos de párrafo.
- Colapsa espacios extra para ordenar las uniones.
- Elimina líneas vacías al final, una vez que puedas ver la estructura real.
La separación con guiones es el caso que esta herramienta deliberadamente no adivina. Los PDFs a menudo rompen una palabra en varias líneas con un guión. Reunir "compre-" y "hension" automáticamente también destruiría guiones genuinos en "state-of-the-art", por lo que el comportamiento seguro es dejarlos y dejarte buscar los guiones restantes tú mismo.
Preguntas frecuentes
¿Por qué el texto copiado de un PDF tiene saltos por todos lados?
Un PDF almacena posiciones de glifos, no párrafos. Cuando copias, el visor inserta un salto de línea donde terminó la línea visual: el borde de la columna, no el final de la oración. La estructura nunca estuvo en el archivo.
¿Destruirá mis saltos de párrafo?
No con "Mantener saltos de párrafo" activado, que es el predeterminado. Los saltos de línea simples dentro de un párrafo se convierten en espacios; las líneas en blanco entre párrafos sobreviven. Desactívalo solo cuando quieras deliberadamente todo en una sola línea.
¿Reúne palabras con guiones divididas entre líneas?
No, deliberadamente. Reunir "compre-" y "hension" también destruiría guiones genuinos en palabras como "state-of-the-art", y no hay una forma fiable de distinguir los dos sin un diccionario. Busca guiones restantes después de limpiar.