Pulisci
Rimuovi interruzioni di riga
Unite le righe spezzate da una colonna di PDF o un client di posta, mantenendo le vere interruzioni di paragrafo.
Perché il testo PDF viene incollato rotto
Un PDF non memorizza i paragrafi. Memorizza i glifi alle coordinate. Quando seleionate del testo in un visualizzatore PDF e lo copiate, il visualizzatore ricostruisce un ordine di lettura e inserisce un'interruzione di riga dove la riga visiva è terminata — il bordo della colonna, non la fine della frase. Incolatelo in un documento e ogni riga si ferma prima del tempo.
I client di posta causano lo stesso problema in modo diverso. La posta in testo puro tradizionalmente si avvolge duramente a circa 72 caratteri, quindi il testo inoltrato arriva già rotto. Gli editor di codice con un righello fisso fanno anche loro.
La correzione è distinguere due tipi di interruzione. Un singolo a capo all'interno di un paragrafo è un artefatto e dovrebbe diventare uno spazio. Una riga vuota tra i paragrafi è significativa e dovrebbe sopravvivere. "Mantieni interruzioni di paragrafo" fa esattamente questo; disattivalo solo quando vuoi deliberatamente tutto su una riga sola.
L'ordine di pulizia che funziona
Quando il testo arriva malformato, l'ordine delle operazioni conta. Eseguire queste nell'ordine sbagliato lascia le cuciture.
- Rimuovi prima i caratteri invisibili. Gli spazi a larghezza zero e i segni di ordine degli octet sopravvivono alla maggior parte delle altre operazioni e rompono la ricerca dopo.
- Taglia ogni riga, così gli spazi finali non diventano doppi spazi quando le righe si uniscono.
- Rimuovi le interruzioni di riga, mantenendo le interruzioni di paragrafo.
- Comprimi gli spazi extra per ordinare le giunzioni.
- Rimuovi le righe vuote per ultime, una volta che puoi vedere la vera struttura.
La divisione con trattino è il caso che questo strumento deliberatamente non indovina. I PDF spesso dividono una parola su più righe con un trattino. Riunire "compre-" e "hension" automaticamente distruggerebbe anche i trattini genuini in "state-of-the-art", quindi il comportamento sicuro è lasciarli e lasciarti cercare i trattini rimasti.
Domande frequenti
Perché il testo copiato da un PDF ha interruzioni ovunque?
Un PDF memorizza le posizioni dei glifi, non i paragrafi. Quando copiate, il visualizzatore inserisce un'interruzione di riga dove la riga visiva è terminata — il bordo della colonna, non la fine della frase. La struttura non era mai nel file.
Distruggerà le mie interruzioni di paragrafo?
No con "Mantieni interruzioni di paragrafo" attivato, che è il comportamento predefinito. Le interruzioni di riga singole all'interno di un paragrafo diventano spazi; le righe vuote tra i paragrafi sopravvivono. Disattivatelo solo quando volete deliberatamente tutto su una riga sola.
Riunisce le parole con trattino spezzate tra le righe?
No, deliberatamente. Riunire "compre-" e "hension" distruggerebbe anche i trattini genuini in parole come "state-of-the-art", e non c'è un modo affidabile per distinguerli senza un dizionario. Cercate i trattini rimasti dopo la pulizia.